基于隱含語(yǔ)義分析的電商虛假評(píng)論識(shí)別方法初探

郭愷強(qiáng) 曹麗

如今在網(wǎng)絡(luò)社會(huì)的高速發(fā)展下，電商平臺(tái)也迎來(lái)了高峰，給人們?nèi)粘Ｉ畹馁?gòu)買也提供了較為快捷的方式，人們?cè)絹?lái)越喜歡在網(wǎng)上購(gòu)物，網(wǎng)絡(luò)購(gòu)物如今已成為人們生活的一份子，基于大數(shù)據(jù)時(shí)代的背景下，很多電商網(wǎng)站不僅給人們帶來(lái)了許多的方便，但是由于網(wǎng)絡(luò)的復(fù)雜性與繁多進(jìn)而導(dǎo)致了消費(fèi)者很難對(duì)所要購(gòu)買的商品有一個(gè)真實(shí)的了解性，許多電商網(wǎng)站秉承著消費(fèi)者為上帝這一原則，但是隨著網(wǎng)絡(luò)時(shí)代的發(fā)展，也有許多電商在利益的誘惑下，會(huì)通過(guò)雇傭刷好評(píng)人員對(duì)自家店鋪商品進(jìn)行虛假好評(píng)等多種現(xiàn)象，同時(shí)大部分電商網(wǎng)站也允許消費(fèi)者對(duì)所購(gòu)買的商品進(jìn)行言語(yǔ)評(píng)論，書寫所購(gòu)買到的商品的感想，例如產(chǎn)品質(zhì)量的好壞，物流速度的快慢，客服的態(tài)度進(jìn)行評(píng)價(jià)，虛假評(píng)論的識(shí)別方式大部分都是通過(guò)評(píng)論者的言語(yǔ)以及圖像文本的形式特征來(lái)進(jìn)行識(shí)別，網(wǎng)絡(luò)的迅速發(fā)展提高了社會(huì)的經(jīng)濟(jì)發(fā)展，同時(shí)也對(duì)于電商網(wǎng)站也遭受了不平等的形式。

隨著計(jì)算機(jī)科技技術(shù)的發(fā)展，電商時(shí)代也越來(lái)越豐富，很多平臺(tái)為了店鋪的利潤(rùn)，對(duì)于消費(fèi)者也開放了多種評(píng)論功能，就目前而言，大部分消費(fèi)者的購(gòu)買商品方式多半是源自于評(píng)論區(qū)的評(píng)論， 據(jù)市場(chǎng)研究公司 Jupiter Research 的調(diào)查結(jié)論，超過(guò)75%的消費(fèi)者在線購(gòu)買商品之前，會(huì)參考在線評(píng)論信息。但是，在經(jīng)濟(jì)利益的驅(qū)動(dòng)下，有些用戶會(huì)對(duì)商品發(fā)表欺騙性的評(píng)論信息或者雇傭?qū)ｉT人員來(lái)撰寫虛假在線評(píng)論，從而蓄意提升自己或打壓、誹謗他人的產(chǎn)品。在對(duì)在線評(píng)論缺乏有效監(jiān)管的情況下，處于各種目的的虛假在線評(píng)論充斥著互聯(lián)網(wǎng)，模糊事情的真相，干擾人們的判斷?；诖耍岢龌谡Z(yǔ)義分析的電商虛假評(píng)論識(shí)別方法，在顧客言語(yǔ)評(píng)論的基礎(chǔ)上進(jìn)行評(píng)論語(yǔ)言的語(yǔ)義分析方法，能夠更好的識(shí)別惡意評(píng)論，提升商品的準(zhǔn)確性。

虛假評(píng)論（Fake Review）也稱為Opinion Spam、Review Spam，是由一些用戶蓄意發(fā)表的不真實(shí)的、有欺騙性質(zhì)的評(píng)論，從而提高或者毀壞某一產(chǎn)品的聲譽(yù)，誤導(dǎo)潛在消費(fèi)者，使其作出風(fēng)險(xiǎn)性的購(gòu)買決策。虛假評(píng)論包括正面或負(fù)面的不真實(shí)評(píng)論、與產(chǎn)品無(wú)關(guān)的評(píng)論。發(fā)表此類評(píng)論的用戶稱為Review Spammer、Opinion Spammer 或者Fake Reviewer。這一群體則被稱為Spammer Group，他們針對(duì)某一商品共同發(fā)布旨在宣傳或詆毀該商品的虛假言論。

虛假評(píng)論可以分為三類：（1）作弊評(píng)論（Untruthful Opinions），指蓄意提高或毀壞產(chǎn)品聲譽(yù)的不真實(shí)的評(píng)論，過(guò)度吹捧產(chǎn)品的評(píng)論;（2）品牌效應(yīng)評(píng) eviews on Brands Only），指評(píng)論的對(duì)象僅僅是品牌、生產(chǎn)商、銷售商等與產(chǎn)品本身無(wú)關(guān)的評(píng)論;（3）非評(píng)論信息（Non-reviews），如廣告、讀者的問(wèn)題和回復(fù)等。根據(jù)文字層面的相似度，虛假評(píng)論還可以分為重復(fù)評(píng)論（d plicate review）和非重復(fù)評(píng)論（singeltonreview）。根據(jù)語(yǔ)義層面的相似度，可以分為相同語(yǔ)義評(píng)論和不同語(yǔ)義評(píng)論，從語(yǔ)義褒貶層面可以分為贊揚(yáng)性評(píng)論和詆毀性評(píng)論，從語(yǔ)義與主題相關(guān)性層面，可以分為主題相關(guān)評(píng)論和主題無(wú)關(guān)評(píng)論，還可分為宣傳造勢(shì)類、惡意詆毀類、以優(yōu)抵差類。

部分學(xué)者將“虛”和“假”分開定義，其中“虛”是指濫發(fā)沒(méi)有任何價(jià)值的評(píng)論信息。等同于無(wú)關(guān)評(píng)論以及非評(píng)論信對(duì)于消費(fèi)者和商家的誤導(dǎo)作用較弱，在平臺(tái)的意見挖掘系統(tǒng)中也極易識(shí)別，并不會(huì)影響評(píng)論的情感分析和效用排序系統(tǒng)的穩(wěn)定性。由于信息具有時(shí)效性，在一個(gè)較長(zhǎng)的時(shí)間段，商家的服務(wù)可能發(fā)生了改善，之前的差評(píng)也失去了對(duì)消費(fèi)者決策的指導(dǎo)意義，這種失效的評(píng)論也構(gòu)成虛假評(píng)論。

一、做好有關(guān)隱含語(yǔ)義分析的電商虛假評(píng)論識(shí)別的相關(guān)工作

顧客對(duì)于所要購(gòu)買的商品參考評(píng)論進(jìn)而決定，是對(duì)于購(gòu)買決策的關(guān)鍵性，當(dāng)然，在這一基礎(chǔ)下，并不是所有的商品評(píng)論都是可信度高的，很有可能是虛假評(píng)論，當(dāng)然也有些評(píng)論是真實(shí)的顧客所書寫的，也有些評(píng)論是刷出來(lái)的虛假評(píng)論，虛假的評(píng)論對(duì)于顧客決定購(gòu)買商品的正確方式是存在一定的誤導(dǎo)性的，因此，針對(duì)虛假評(píng)論這一問(wèn)題的分析是很有必要的，做好虛假評(píng)論的主要識(shí)別方法要從評(píng)論者的特征以及言語(yǔ)來(lái)研究，針對(duì)評(píng)論內(nèi)容的長(zhǎng)度和情感詞等多個(gè)因素，把評(píng)論者和內(nèi)容相互融合進(jìn)行研究虛假評(píng)論是當(dāng)前評(píng)論方法較好一種方式。比如：2012年，學(xué)者便使用基于概率的上下文無(wú)關(guān)文法規(guī)則特征，用支持向量機(jī)分類器進(jìn)行真實(shí)與虛假在線評(píng)論分類，并在標(biāo)準(zhǔn)數(shù)據(jù)集上獲得了驗(yàn)證。還有研究側(cè)重分析文本內(nèi)容中蘊(yùn)含的情感特征，如果情感表現(xiàn)得過(guò)于吹捧或詆毀，則存在虛假在線評(píng)論的可能性。但是 Hu 和 Liu發(fā)現(xiàn)評(píng)論內(nèi)容及情感特征對(duì)識(shí)別其真實(shí)性的作用有限，因?yàn)樘摷僭诰€評(píng)論會(huì)在文辭上模仿真實(shí)評(píng)論。學(xué)者李霄等從評(píng)論、評(píng)論者、商品三個(gè)方面選擇 11 個(gè)特征值，使用支持向量機(jī)模型中的核函數(shù)進(jìn)行虛假在線評(píng)論的識(shí)別，對(duì)識(shí)別效果較好的核函數(shù)中的參數(shù)進(jìn)行優(yōu)化，從而提高了識(shí)別準(zhǔn)確率。

再者就是根據(jù)評(píng)論者的等級(jí)程度，有些評(píng)論者的等級(jí)越高，內(nèi)容也較為全面，感強(qiáng)詞也比較豐富，對(duì)此這一評(píng)論要謹(jǐn)慎結(jié)合，由于評(píng)論中的情感詞個(gè)數(shù)決定了情感的背離度，最后使用邏輯來(lái)分類。具體來(lái)說(shuō)，可運(yùn)用聯(lián)結(jié)評(píng)論者、評(píng)論、店家的社會(huì)圖譜來(lái)分析評(píng)論者行為，通過(guò)分析評(píng)論者信譽(yù)水平、評(píng)論內(nèi)容可信度、店家信用度之間的強(qiáng)化關(guān)系，量化評(píng)論者可信度，從而識(shí)別虛假在線評(píng)論者。線評(píng)論者。最后，虛假評(píng)論者會(huì)進(jìn)行分段式的虛假評(píng)論內(nèi)容的提交頻率，每個(gè)時(shí)間段的虛假評(píng)論需要提交夠一定詞數(shù)的虛假評(píng)論才能夠完成任務(wù)，對(duì)于虛假評(píng)論內(nèi)容的研究主要是利用評(píng)論者的特征信息，來(lái)顯示確定某一特征的結(jié)合的虛假評(píng)論，針對(duì)虛假評(píng)論這一關(guān)鍵性問(wèn)題，采取利用隱含語(yǔ)義分析的方法來(lái)進(jìn)行特征的隱含選擇條件，主要展現(xiàn)在兩個(gè)方面，第一方面是通過(guò)用戶與評(píng)論的顯示方式來(lái)得到評(píng)論可信度的一個(gè)排序，第二個(gè)方面則是通過(guò)奇異值的分解化進(jìn)而對(duì)評(píng)論內(nèi)容的處理使用概率隱含語(yǔ)義分析方法的隱含識(shí)別的方式，緩解虛假評(píng)論內(nèi)容的高維度和稀疏度。一般來(lái)講，所有的語(yǔ)言都具有它本身相對(duì)獨(dú)立的韻律與詞匯組合等，有些虛假評(píng)論者會(huì)利用詞圖的輸出模式來(lái)夸大商品存在的優(yōu)點(diǎn)之處，較大程度提高商品的利益與消費(fèi)者的好感。基于此，針對(duì)特征關(guān)鍵詞匯進(jìn)行篩選，減低特征的關(guān)鍵詞匯表達(dá)形式。