LBSN中虛假評(píng)論群體檢測(cè).pdf

1、近年來，隨著移動(dòng)終端定位技術(shù)和移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于位置的社交網(wǎng)絡(luò)(LBSN，Location-Based Social Networks)平臺(tái)取得了巨大的成功。LBSN通過位置特征將虛擬社交空間和現(xiàn)實(shí)行為空間連接起來，融合了線上關(guān)系與線下行為，用戶可以依賴線上網(wǎng)絡(luò)針對(duì)空間地點(diǎn)發(fā)布評(píng)論，線下依靠這些評(píng)論來探索發(fā)現(xiàn)新的地點(diǎn)，并對(duì)這些地點(diǎn)進(jìn)行選擇性訪問、消費(fèi)或服務(wù)。然而，LBSN平臺(tái)上海量的信息中存在各種虛假評(píng)論，其發(fā)布者多為專業(yè)的

2、虛假評(píng)論群體，這類群體通過發(fā)布多條虛假評(píng)論以改變地點(diǎn)的口碑，從而影響用戶的訪問決策，為地點(diǎn)商家攫取不法利益，同時(shí)破壞網(wǎng)絡(luò)環(huán)境，嚴(yán)重影響用戶體驗(yàn)與網(wǎng)絡(luò)信譽(yù)。
　　針對(duì)當(dāng)前關(guān)于LBSN中虛假評(píng)論群體檢測(cè)的研究不足以及虛假評(píng)論群體的特征挖掘不全面等問題，本文提出一種新的基于馬爾科夫隨機(jī)場(chǎng)的虛假評(píng)論群體檢測(cè)模型，融合虛假評(píng)論群體在群體成員、目標(biāo)地點(diǎn)、虛假評(píng)論、成員共謀及地點(diǎn)競(jìng)爭(zhēng)五個(gè)方面表現(xiàn)出的異常特征，并結(jié)合LBSN拓?fù)潢P(guān)系，設(shè)計(jì)虛假評(píng)論

3、群體檢測(cè)算法，目的是更準(zhǔn)確、全面的檢測(cè)LBSN中實(shí)際存在的虛假評(píng)論群體及其目標(biāo)地點(diǎn)。
　　本文首先基于LBSN的多維屬性分析提取虛假評(píng)論群體在群體成員個(gè)體、目標(biāo)地點(diǎn)整體、群體的評(píng)論、目標(biāo)地點(diǎn)之間的競(jìng)爭(zhēng)關(guān)系、群體成員之間的共謀關(guān)系多角度的異常特征;其次融合多角度的群體異常特征與LBSN拓?fù)浣Y(jié)構(gòu)，構(gòu)建具有關(guān)聯(lián)差異性的基于馬爾科夫隨機(jī)場(chǎng)的檢測(cè)模型，將檢測(cè)問題轉(zhuǎn)化為節(jié)點(diǎn)類別標(biāo)注問題;然后基于馬爾科夫隨機(jī)場(chǎng)檢測(cè)模型設(shè)計(jì)共謀的虛假評(píng)論者檢測(cè)算

4、法，基于拓?fù)浣Y(jié)構(gòu)推斷虛假評(píng)論群體中的個(gè)體虛假用戶以及存在虛假評(píng)論行為的可疑地點(diǎn);最后設(shè)計(jì)基于虛假評(píng)論群體成員共謀的異常特征的虛假評(píng)論群體聚類算法，發(fā)掘潛在的虛假評(píng)論群體以達(dá)到檢測(cè)目的。
　　為了驗(yàn)證本文提出算法的性能，并分析本文算法的各個(gè)特征的有效性，本文在LBSN類平臺(tái)Yelp中Phoemx地區(qū)的數(shù)據(jù)集上對(duì)本文提出的兩種算法分別進(jìn)行了實(shí)驗(yàn)驗(yàn)證。通過對(duì)實(shí)驗(yàn)結(jié)果的對(duì)比和分析可以得出:(a)本文提出的共謀的虛假評(píng)論群體檢測(cè)算法相較于其