第11卷第3期 智能系统学报 Vol.11 No.3 2016年6月 CAAI Transactions on Intelligent Systems Jun.2016 D0I:10.11992/is.201603027 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.TP.20160513.0911.004.html 融合情感极性和逻辑回归的虚假评论检测方法 赵军12，王红12 (1.山东师范大学信息科学与工程学院，山东济南250014：2.山东省分布式计算软件新技术重点实验室，山东济南 250014) 摘要：在线购物评论为消费者比较商品的质量和其他一些购买特性提供了有用信息，然而却有大量的虚假评论者 受利益驱使撰写虚假或者不公正的评论来迷惑消费者。先前的研究一般都是使用文本相似度和评分模式来探测虚 假评论，这些算法可以检测特定类型的攻击者，在现实场景中许多虚假评论者刻意模仿正常用户对商品进行评论， 因此先前的算法对检测这类攻击效果不佳。本文通过分析评论文本的感情极性，抽取不同的特征并使用逻辑回归 模型来检测虚假评论：首先，借用自然语言处理的相关技术来分析评论文本的情感极性，判断每个用户的情感偏离 大众情感的程度，如果偏离越大则说明其是虚假评论者的概率就越大：然后再选取其他几个重要特征结合逻辑回归 模型进行虚假检测：通过实验对比，表明了该方法取得了较好的效果。 关键词：电子商务：虚假评论；购物行为：情感极性；逻辑回归 中图分类号：TP39文献标志码：A文章编号：1673-4785(2016)03-0336-07 中文引用格式：赵军，王红.融合情感极性和逻辑回归的虚假评论检测方法[J】.智能系统学报，2016,11(3)：336-342 英文引用格式：ZHAO Jun,WANG Hong..Detection of fake reviews based on emotional orientation and logistic regression[J].CAAI transactions on intelligent systems,2016,11(3):336-342. Detection of fake reviews based on emotional orientation and logistic regression ZHAO Jun'2,WANG Hong'.2 (1.School of Information Science and Engineering,Shandong Normal University,Jinan 250014,China;2.Shandong Provincial Key Laboratory for Distributed Computer Software Novel Technology,Ji'nan 250014,China) Abstract:Online shopping reviews provide valuable customer information for comparing the quality of products and several other aspects of future purchases.However,spammers are joining this community to mislead and confuse consumers by writing fake or unfair reviews.To detect the presence of spammers,reviewer styles have been scruti- nized for text similarity and rating patterns.These studies have succeeded in identifying certain types of spammers. However,there are other spammers who can manipulate their behaviors such that they are indistinguishable from normal reviewers,and thus,they cannot be detected by available techniques.In this paper,we analyze the orienta- tion of comments,extract different features,and use a logic regression model to detect false comments.First,we u- tilize natural language processing technology to analyze the orientation of comments and compute the departures of those comments from those of the general public.The greater is the deviation,the greater is the probability of the comment being generated by a spammer.Then,we select several other important features and combine them with the logic regression model to identify fake comments.The experimental results verify the greater accuracy of the pro- posed method. Keywords:Electronic commerce;fake review;shopping behavior;emotional polarity;logic regression 互联网的迅速崛起带来了传统商业模式的解 收稿日期：2016-03-17.网络出版日期：2016-05-13. 放，传统的实体购物模式在遭遇网上购物模式时受 基金项目：国家自然科学基金项目(61373149,61472233)：山东省科技 计划项目(2012GGX10118,2014GGX101026):山东省教育科 到了巨大的冲击。电子购物网站上的商品种类齐 学规划项目(ZK1437B010). 通信作者：王红.E-mail:wanghong10(6@163.com 全，同时网上购物方便快捷，可以节省消费者一定的第 １１ 卷第 ３ 期 智 能 系 统 学 报 Ｖｏｌ．１１ №．３ ２０１６ 年 ６ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ｊｕｎ． ２０１６ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１６０３０２７ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１６０５１３．０９１１．００４．ｈｔｍｌ 融合情感极性和逻辑回归的虚假评论检测方法 赵军１，２ ，王红１，２ （１．山东师范大学 信息科学与工程学院，山东 济南 ２５００１４； ２．山东省分布式计算软件新技术重点实验室，山东 济南 ２５００１４） 摘 要：在线购物评论为消费者比较商品的质量和其他一些购买特性提供了有用信息，然而却有大量的虚假评论者 受利益驱使撰写虚假或者不公正的评论来迷惑消费者。 先前的研究一般都是使用文本相似度和评分模式来探测虚 假评论，这些算法可以检测特定类型的攻击者，在现实场景中许多虚假评论者刻意模仿正常用户对商品进行评论， 因此先前的算法对检测这类攻击效果不佳。 本文通过分析评论文本的感情极性，抽取不同的特征并使用逻辑回归 模型来检测虚假评论；首先，借用自然语言处理的相关技术来分析评论文本的情感极性，判断每个用户的情感偏离 大众情感的程度，如果偏离越大则说明其是虚假评论者的概率就越大；然后再选取其他几个重要特征结合逻辑回归 模型进行虚假检测；通过实验对比，表明了该方法取得了较好的效果。 关键词：电子商务；虚假评论；购物行为；情感极性；逻辑回归 中图分类号：ＴＰ３９ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１６）０３⁃０３３６⁃０７ 中文引用格式：赵军，王红．融合情感极性和逻辑回归的虚假评论检测方法［Ｊ］． 智能系统学报， ２０１６， １１（３）： ３３６⁃３４２． 英文引用格式：ＺＨＡＯ Ｊｕｎ，ＷＡＮＧ Ｈｏｎｇ．Ｄｅｔｅｃｔｉｏｎ ｏｆ ｆａｋｅ ｒｅｖｉｅｗｓ ｂａｓｅｄ ｏｎ ｅｍｏｔｉｏｎａｌ ｏｒｉｅｎｔａｔｉｏｎ ａｎｄ ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ， ２０１６，１１（３）： ３３６⁃３４２． Ｄｅｔｅｃｔｉｏｎ ｏｆ ｆａｋｅ ｒｅｖｉｅｗｓ ｂａｓｅｄ ｏｎ ｅｍｏｔｉｏｎａｌ ｏｒｉｅｎｔａｔｉｏｎ ａｎｄ ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ＺＨＡＯ Ｊｕｎ １，２ ， ＷＡＮＧ Ｈｏｎｇ １，２ （１． Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｓｈａｎｄｏｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｊｉｎａｎ ２５００１４， Ｃｈｉｎａ； ２． Ｓｈａｎｄｏｎｇ Ｐｒｏｖｉｎｃｉａｌ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｆｏｒ Ｄｉｓｔｒｉｂｕｔｅｄ Ｃｏｍｐｕｔｅｒ Ｓｏｆｔｗａｒｅ Ｎｏｖｅｌ Ｔｅｃｈｎｏｌｏｇｙ， Ｊｉ′ｎａｎ ２５００１４， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｏｎｌｉｎｅ ｓｈｏｐｐｉｎｇ ｒｅｖｉｅｗｓ ｐｒｏｖｉｄｅ ｖａｌｕａｂｌｅ ｃｕｓｔｏｍｅｒ ｉｎｆｏｒｍａｔｉｏｎ ｆｏｒ ｃｏｍｐａｒｉｎｇ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｐｒｏｄｕｃｔｓ ａｎｄ ｓｅｖｅｒａｌ ｏｔｈｅｒ ａｓｐｅｃｔｓ ｏｆ ｆｕｔｕｒｅ ｐｕｒｃｈａｓｅｓ． Ｈｏｗｅｖｅｒ， ｓｐａｍｍｅｒｓ ａｒｅ ｊｏｉｎｉｎｇ ｔｈｉｓ ｃｏｍｍｕｎｉｔｙ ｔｏ ｍｉｓｌｅａｄ ａｎｄ ｃｏｎｆｕｓｅ ｃｏｎｓｕｍｅｒｓ ｂｙ ｗｒｉｔｉｎｇ ｆａｋｅ ｏｒ ｕｎｆａｉｒ ｒｅｖｉｅｗｓ． Ｔｏ ｄｅｔｅｃｔ ｔｈｅ ｐｒｅｓｅｎｃｅ ｏｆ ｓｐａｍｍｅｒｓ， ｒｅｖｉｅｗｅｒ ｓｔｙｌｅｓ ｈａｖｅ ｂｅｅｎ ｓｃｒｕｔｉ⁃ ｎｉｚｅｄ ｆｏｒ ｔｅｘｔ ｓｉｍｉｌａｒｉｔｙ ａｎｄ ｒａｔｉｎｇ ｐａｔｔｅｒｎｓ． Ｔｈｅｓｅ ｓｔｕｄｉｅｓ ｈａｖｅ ｓｕｃｃｅｅｄｅｄ ｉｎ ｉｄｅｎｔｉｆｙｉｎｇ ｃｅｒｔａｉｎ ｔｙｐｅｓ ｏｆ ｓｐａｍｍｅｒｓ． Ｈｏｗｅｖｅｒ， ｔｈｅｒｅ ａｒｅ ｏｔｈｅｒ ｓｐａｍｍｅｒｓ ｗｈｏ ｃａｎ ｍａｎｉｐｕｌａｔｅ ｔｈｅｉｒ ｂｅｈａｖｉｏｒｓ ｓｕｃｈ ｔｈａｔ ｔｈｅｙ ａｒｅ ｉｎｄｉｓｔｉｎｇｕｉｓｈａｂｌｅ ｆｒｏｍ ｎｏｒｍａｌ ｒｅｖｉｅｗｅｒｓ， ａｎｄ ｔｈｕｓ， ｔｈｅｙ ｃａｎｎｏｔ ｂｅ ｄｅｔｅｃｔｅｄ ｂｙ ａｖａｉｌａｂｌｅ ｔｅｃｈｎｉｑｕｅｓ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｗｅ ａｎａｌｙｚｅ ｔｈｅ ｏｒｉｅｎｔａ⁃ ｔｉｏｎ ｏｆ ｃｏｍｍｅｎｔｓ， ｅｘｔｒａｃｔ ｄｉｆｆｅｒｅｎｔ ｆｅａｔｕｒｅｓ， ａｎｄ ｕｓｅ ａ ｌｏｇｉｃ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｔｏ ｄｅｔｅｃｔ ｆａｌｓｅ ｃｏｍｍｅｎｔｓ． Ｆｉｒｓｔ， ｗｅ ｕ⁃ ｔｉｌｉｚｅ ｎａｔｕｒａｌ ｌａｎｇｕａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｔｏ ａｎａｌｙｚｅ ｔｈｅ ｏｒｉｅｎｔａｔｉｏｎ ｏｆ ｃｏｍｍｅｎｔｓ ａｎｄ ｃｏｍｐｕｔｅ ｔｈｅ ｄｅｐａｒｔｕｒｅｓ ｏｆ ｔｈｏｓｅ ｃｏｍｍｅｎｔｓ ｆｒｏｍ ｔｈｏｓｅ ｏｆ ｔｈｅ ｇｅｎｅｒａｌ ｐｕｂｌｉｃ． Ｔｈｅ ｇｒｅａｔｅｒ ｉｓ ｔｈｅ ｄｅｖｉａｔｉｏｎ， ｔｈｅ ｇｒｅａｔｅｒ ｉｓ ｔｈｅ ｐｒｏｂａｂｉｌｉｔｙ ｏｆ ｔｈｅ ｃｏｍｍｅｎｔ ｂｅｉｎｇ ｇｅｎｅｒａｔｅｄ ｂｙ ａ ｓｐａｍｍｅｒ． Ｔｈｅｎ， ｗｅ ｓｅｌｅｃｔ ｓｅｖｅｒａｌ ｏｔｈｅｒ ｉｍｐｏｒｔａｎｔ ｆｅａｔｕｒｅｓ ａｎｄ ｃｏｍｂｉｎｅ ｔｈｅｍ ｗｉｔｈ ｔｈｅ ｌｏｇｉｃ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｔｏ ｉｄｅｎｔｉｆｙ ｆａｋｅ ｃｏｍｍｅｎｔｓ． Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｖｅｒｉｆｙ ｔｈｅ ｇｒｅａｔｅｒ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｐｒｏ⁃ ｐｏｓｅｄ ｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ：Ｅｌｅｃｔｒｏｎｉｃ ｃｏｍｍｅｒｃｅ； ｆａｋｅ ｒｅｖｉｅｗ； ｓｈｏｐｐｉｎｇ ｂｅｈａｖｉｏｒ； ｅｍｏｔｉｏｎａｌ ｐｏｌａｒｉｔｙ； ｌｏｇｉｃ ｒｅｇｒｅｓｓｉｏｎ 收稿日期：２０１６⁃０３⁃１７． 网络出版日期：２０１６⁃０５⁃１３． 基金项目：国家自然科学基金项目（ ６１３７３１４９，６１４７２２３３）；山东省科技 计划项目（２０１２ＧＧＸ１０１１８，２０１４ＧＧＸ１０１０２６）；山东省教育科 学规划项目（ＺＫ１４３７Ｂ０１０）． 通信作者：王红．Ｅ⁃ｍａｉｌ：ｗａｎｇｈｏｎｇ１０６＠ １６３．ｃｏｍ． 互联网的迅速崛起带来了传统商业模式的解 放，传统的实体购物模式在遭遇网上购物模式时受 到了巨大的冲击。 电子购物网站上的商品种类齐 全，同时网上购物方便快捷，可以节省消费者一定的