在線商品虛假評論關(guān)鍵問題探究綜述

1、在線商品虛假評論關(guān)鍵問題探究綜述摘要目的/意義對在線虛假評論的現(xiàn)有研究進(jìn) 行梳理，分析研究現(xiàn)狀，明確未來研究發(fā)展方向。方法/過 程以cnki和web of science文獻(xiàn)為研究對象，從文獻(xiàn)分 析的視角，采用定性與定量分析相結(jié)合的方法，從虛假評論 的識別方法、特征提取以及防治策略的角度，對國內(nèi)外虛假 評論研究的現(xiàn)狀進(jìn)行了分析，總結(jié)和概括了本領(lǐng)域研究的熱 點(diǎn)和存在的問題。結(jié)果/結(jié)論研究表明，在虛假評論的識 別方法上，需加強(qiáng)對半監(jiān)督和無監(jiān)督學(xué)習(xí)的研究；在特征提 取上，可考慮本體技術(shù)的應(yīng)用；在防治策略上，要考慮多學(xué) 科多領(lǐng)域的合作。(關(guān)鍵詞在線商品；虛假評論；文獻(xiàn)分析；機(jī)器學(xué)習(xí)； 識別方法；防治策

2、略；特征提??；綜述d0i： 10. 3969/j. issn. 1008-0821. 2017.05.028(中圖分類號f7241文獻(xiàn)標(biāo)識碼a文章編號1008-0821 (2017) 05-0166-06a review of key issues in the opinion spams of online productszhu juanl, 2(1. school of information management , wuhan university, wuhan 430072, china；2.school of information, jiujiang university ,j

3、iujiang 332005, china)(abstract purpose/significancel the paper carded existing study about online product opinion spam, summarized research status, and put forward future researchdirection. method/processfrom theperspective of document analysis, using a combination of qual itative and qua rititativ

4、e met hods to analyze the present status of research on opinion spams, suminarized the key issues and problems in the field. result/conclusionthis paper presented the existing problems and future direction of field from t hree aspec ts： recogn ition met hod, fea ture ext rac tion and prevention stra

5、tegy, which provided reference to the academic research more deeply.key words ) online products ； opinion spam ； literature analysis ； machine learning ； recognition method； prevention strategy； feature extraction2014年，中g(shù)互聯(lián)網(wǎng)絡(luò)信息中心(cnnic)發(fā)布的相 關(guān)網(wǎng)購決策的報(bào)告指出，用戶評價(jià)在現(xiàn)階段的網(wǎng)絡(luò)購物決策 中占據(jù)主導(dǎo)地位，375%的網(wǎng)購用戶在決策時(shí)主要考慮因素為 用戶評

6、價(jià)1。已購消費(fèi)者對商品的評論信息在很大程度上 影響了潛在消費(fèi)者的購買決策，已有研究表明，80%的用戶 在查詢到大量負(fù)面評論之后會放棄之前中意的商品，而87% 用戶的購買決策是基于大量的正面評論2。在線評論信息 在某種程度上會直接影響產(chǎn)品銷量，基于自身利益的考慮， 商家會通過各種手段來詆毀或吹捧某些商品或服務(wù)3。研 究表明，很多在線評論網(wǎng)站，如a、yelp, co m等, 存在著大量的虛假評論4,在yelp, com, 16%的酒店評論信 息被認(rèn)為是虛假評論5,國內(nèi)的淘寶更是如此，刷客橫行。 虛假評論的出現(xiàn)，淺層次而言，容易誤導(dǎo)消費(fèi)者做出錯(cuò)誤的 決策；深層次而言，破壞電子商務(wù)市場規(guī)則，不利于公平

7、、 有序的市場建立。因此，對虛假評論的研究和識別迫在眉睫, 并具有重要意義。本文以虛假評論為主題，對虛假評論的研究進(jìn)行了檢 索，在分析相關(guān)文獻(xiàn)的基礎(chǔ)上，通過定性與定量分析相結(jié)合 的方法，總結(jié)概括了國內(nèi)虛假評論研究的主要對象、關(guān)鍵要 素及關(guān)鍵技術(shù)和方法，并對相關(guān)研究進(jìn)行了評析，以期對我 國虛假評論的研究現(xiàn)狀有一個(gè)整體把握，為我國學(xué)術(shù)界對虛 假評論的進(jìn)一步研究提供借鑒和參考。1文獻(xiàn)統(tǒng)計(jì)數(shù)據(jù)本文的研究數(shù)據(jù)主要來源于cnki和web of science, 檢索時(shí)間設(shè)定為2016年6月21日，以“虛假評論”、“垃 圾評論"、"review spam"、"fake

8、 review”、uopinion spam、"fake 0pinion為主題進(jìn)行高級檢索，共得到中 文文獻(xiàn)104篇，剔除掉4個(gè)噪聲數(shù)據(jù)讓人又愛又恨的驗(yàn)證 碼、業(yè)者揭秘“偽書”出版鏈條、現(xiàn)代偽書現(xiàn)象研究、亦愛亦恨驗(yàn)證碼，有效文獻(xiàn)國內(nèi)100篇，國外最相關(guān)文 獻(xiàn)50篇。從表1可以看出，虛假評論的研究始于2007年， 2010年之后呈現(xiàn)出研究的活躍期，期刊數(shù)量呈逐年遞增的趨 勢。究其原因，可以從社會和學(xué)術(shù)兩個(gè)領(lǐng)域來分析，在社會 領(lǐng)域，電子商務(wù)經(jīng)歷了 1997-2002年的初創(chuàng)期、2003-2007 年的快速發(fā)展期，由于支付寶的推出和國家相關(guān)文件的出 臺，電子商務(wù)進(jìn)入了創(chuàng)新發(fā)展期6,電子商務(wù)

9、的蓬勃發(fā)展 為在線評論的研究提供了 土壤；在學(xué)術(shù)領(lǐng)域,2007年,jindal 首次提出了在線商品垃圾評論檢測(review spam detection) 7也為國內(nèi)學(xué)術(shù)界提供了新的視角。5 在所收集的數(shù)據(jù)中，虛假評論的研究文獻(xiàn)多集中于情報(bào)、計(jì) 算機(jī)和經(jīng)濟(jì)管理領(lǐng)域，見表2,表中列舉了國內(nèi)發(fā)文量至少 兩篇的期刊。其中，情報(bào)學(xué)領(lǐng)域發(fā)文最多，包括現(xiàn)代圖書 情報(bào)技術(shù)、中文信息學(xué)報(bào)、現(xiàn)代情報(bào)、圖書情報(bào)工作 共計(jì)發(fā)文13篇，主要集中在討論如何將情報(bào)學(xué)理論與計(jì)算 機(jī)技術(shù)結(jié)合來研究虛假評論。其次是計(jì)算機(jī)領(lǐng)域，包括電 腦愛好者、計(jì)算機(jī)工程與應(yīng)用、計(jì)算機(jī)應(yīng)用與軟件、計(jì) 算機(jī)工程、計(jì)算機(jī)應(yīng)用、計(jì)算機(jī)科學(xué)共計(jì)發(fā)文1

10、2篇, 主要討論虛假評論識別算法及其改進(jìn)。經(jīng)濟(jì)管理領(lǐng)域主要包 括現(xiàn)代經(jīng)濟(jì)信息和科技創(chuàng)業(yè)月刊共計(jì)發(fā)文4篇，更 關(guān)注虛假評論對商務(wù)活動的影響性。國外文獻(xiàn)分布相對分 散，其中，expert systems with applications3 篇，application research of computers2 篇，其它期刊均 為1篇，但是所涉及的領(lǐng)域基本與國內(nèi)分布一致，計(jì)算機(jī)、 情報(bào)和經(jīng)濟(jì)管理，但是在心理學(xué)領(lǐng)域也有涉及，其中在oournal of applied psychology發(fā)文 1 篇。2計(jì)算機(jī)科學(xué)2對文獻(xiàn)作者單位進(jìn)行分析，發(fā)現(xiàn)對虛假評論的研究國內(nèi) 主要集中在武漢大學(xué)、華中師范大學(xué)等

11、科研院所，如表3所示。武漢大學(xué)計(jì)算機(jī)學(xué)院姬東鴻教授團(tuán)隊(duì)在虛假評論識別算 法方面進(jìn)行了深入研究，取得了不錯(cuò)的成果8-11 o武漢大 學(xué)信息管理學(xué)院張李義團(tuán)隊(duì)在刷客識別方面也給出了創(chuàng)新 意見12,華中師范大學(xué)婁策群團(tuán)隊(duì)也在虛假評論的形成路 徑和影響因素方面的研究做出了重要貢獻(xiàn)13-15 o國外則 主要集中在伊利諾伊大學(xué)的liu bing及其團(tuán)隊(duì)，共發(fā)文3 篇7, 16-17,新加坡南洋理工大學(xué)的banerjee發(fā)文2篇 18-19,除此以外，來自墨西哥等國家的學(xué)者也對虛假評 論進(jìn)行了相關(guān)研究，如表4所示。22虛假評論概念解析利用文獻(xiàn)分析工具sati32提取100篇中文文獻(xiàn)的關(guān)鍵 字，構(gòu)建共現(xiàn)矩陣，

12、并用net draw畫出其關(guān)系圖，如圖1所 示。圖1關(guān)鍵詞共現(xiàn)關(guān)系圖從國內(nèi)文獻(xiàn)來看，對虛假評論的研究，在概念上對“虛 假評論”和“垃圾評論”的區(qū)分是模糊的，但是從研究的實(shí) 質(zhì)上，基本上一致，即通過互聯(lián)網(wǎng)發(fā)布的不真實(shí)的具有欺騙 性的評論20 o從數(shù)量上而言，“虛假評論”作為關(guān)鍵字出 現(xiàn)的次數(shù)為23次，“垃圾評論”作為關(guān)鍵字出現(xiàn)的次數(shù)為29次,“虛假評論”但是就影響性而言,本領(lǐng)域兩大重要學(xué)術(shù)圈，武漢大學(xué)學(xué)術(shù)圈和華中師范大學(xué)學(xué)術(shù)圈在 本領(lǐng)域的探討中，均使用的是“虛假評論”的概念21-22 o根據(jù)學(xué)術(shù)研究的一般慣例，虛假評論研究的興起起源于國外liu bing學(xué)術(shù)團(tuán)隊(duì)，并給出了概念review spa

13、m23, 將其分為3類虛假評論(untruthful opinions)、無關(guān)評論 (reviews on brands only)以及非評論信息(non-reviews)。 國內(nèi)學(xué)者就評論的影響性和價(jià)值的角度，普遍將虛假評論 (untruthful opinions)作為了主要研究對象，但是部分 學(xué)者從概念上仍然沿用了 jindal的review spam,即垃圾評 論。從表達(dá)的準(zhǔn)確性而言，本文認(rèn)同武漢大學(xué)和華中師范大 學(xué)學(xué)術(shù)圈的觀點(diǎn)，取“虛假評論”作為本文描述的概念界 定。3研究關(guān)鍵問題解析結(jié)合關(guān)鍵字共現(xiàn)矩陣及其所在相關(guān)論文，可以發(fā)現(xiàn)國外 內(nèi)對虛假評論的研究主要集中在以下3個(gè)領(lǐng)域：虛假評論

14、形 成動機(jī)及其對消費(fèi)者購買意愿影響；虛假評論識別；以及虛 假評論防治。31虛假評論的形成動機(jī)及其對消費(fèi)者購買意愿影響由 于在線評論對于消費(fèi)者購買決策起到了至關(guān)重要的作用，促 使商家或個(gè)人基于利益的考慮發(fā)布不實(shí)評論，從中謀取利 益。kugler, mukherjee認(rèn)為虛假評論形成的主要原因是因 為評論發(fā)布者試圖影響潛在購買者的決策24-25。鄭春東 等認(rèn)為虛假評論的動機(jī)主要在于宣傳造勢、以優(yōu)抵差和惡意 詆毀3類26。討論虛假評論的形成機(jī)制，可追溯到發(fā)布虛 假評論的人，燕方認(rèn)為虛假評論的發(fā)布者可以分為職業(yè)虛 假評論者、一般虛假評論發(fā)布者和正常評論者27,并將虛 假評論的發(fā)布路徑歸結(jié)為5條:正常評

15、論者一一正常評論。 消費(fèi)者在當(dāng)下作出了客觀真實(shí)的評價(jià)，但是時(shí)移世易，隨著 時(shí)間的推移，商品發(fā)生了好的或壞的變化，導(dǎo)致先前評價(jià)不 適宜當(dāng)下的產(chǎn)品，從而誤導(dǎo)了后來的消費(fèi)者。正常評論 者一一過高/過低評論。由正常評論者的性格屬性決定，過 度寬容者習(xí)慣給好評，過度完美者習(xí)慣給差評。商家一一 一般虛假評論者一一過高評論。一方面商家通過好評返現(xiàn)等 手段誘惑消費(fèi)者給出過高評價(jià)；另一方面商家對給差評者通 過騷擾、退款等手段強(qiáng)迫其刪除或修改差評。商家 般虛假評論者一一過低評論。分兩類，一類是商家和消費(fèi)者 之間在購買過程中出現(xiàn)沖突，導(dǎo)致消費(fèi)者有意給過低差評報(bào) 復(fù)商家；另一類是商家故意差評競爭對手，通過惡意競爭謀

16、取利益。商家一一中介一一職業(yè)虛假評論者一一過高/過 低評價(jià)。商家為短期內(nèi)快速形成較高的信譽(yù)度吸引消費(fèi)者或 者打擊競爭對手，利用第三方平臺，在沒有實(shí)際成交的情況 下，職業(yè)虛假評論者進(jìn)行虛假的好評或差評。究其原因，形成這些虛假評論的動因，孟美任將其歸納 為推銷、干擾和詆毀28,具體而言就是：首先，電子商務(wù) 中信息不對稱導(dǎo)致消費(fèi)者過度依賴商家信譽(yù)度，而現(xiàn)有電子 商務(wù)交易平臺信譽(yù)監(jiān)管制度的不完善，導(dǎo)致商家為了利益在 提升自己信譽(yù)度和打擊競爭對手信譽(yù)度上大做文章。其次， 根據(jù)口碑傳播理論，負(fù)面口碑比正面口碑對消費(fèi)者購買意向 影響更大，使得商家通過各種手段消除負(fù)面口碑對自身的影 響或者制造負(fù)面口碑打擊競爭

17、對手。最后，消費(fèi)者本身的特 征或者情境的改變也會造成虛假評論的產(chǎn)生。虛假評論的存在，也會影響消費(fèi)者購買意愿。劉璇認(rèn)為 如果虛假評論大量存在，當(dāng)消費(fèi)者對此有所感知的時(shí)候，消 費(fèi)者會啟動消費(fèi)者防御模型，影響其購買意愿和決策29 o 因此，如何識別虛假評論，盡量避免其對電子商務(wù)秩序的破 壞就顯得尤為重要。32虛假評論的識別關(guān)于虛假評論的識別，目前的研究主要從兩個(gè)角度來展 開：基于評論文本的角度和基于評論者的角度?；谠u論文 本的識別主要通過在線評論的文本、語義特征等屬性來識別 虛假評論；而后者主要是針對那些專業(yè)的虛假評論者會模仿 真實(shí)評論來編寫虛假評論，故認(rèn)為從評論文本來識別存在缺 陷，提出了根據(jù)評

18、論者不同于真實(shí)評論者的行為模式和評論 特征，通過識別虛假評論者從而間接識別虛假評論。321基于評論文本的識別基于評論文本的虛假評論識別模型是目前識別虛假評 論的主流方法30,該模型的基本原理是將虛假評論的識別 問題轉(zhuǎn)化為對評論的二分類問題，即根據(jù)評論特征將評論分 為真實(shí)評論和虛假評論兩類，其算法流程如圖2所示。圖2 基于評論的虛假評論識別模型評論特征主要包括兩部分：文本特征（文本長度、評論 回復(fù)數(shù)、問答句數(shù)目、品牌提及度等31-34）,和語義特征 （產(chǎn)品特征詞百分比、正面情感程度、負(fù)面情感程度35 ）o 所用的方法主要是在特征提取的基礎(chǔ)上，將虛假評論識別問 題轉(zhuǎn)化為對評論文本的分類問題。常用的

19、有監(jiān)督的分類學(xué)習(xí) 算法有a近鄰算法、支持向量機(jī)算法、樸素貝葉斯等，如表 5所示。陳旳通過動態(tài)k值和對距離公式加權(quán)來改進(jìn)knn分 類器，從而提高虛假評論識別的準(zhǔn)確率和識別速36。對基 于內(nèi)容的虛假評論識別，宋海霞分別利用支持向量機(jī)（svm）、 最大爛（me）、以及貝葉斯（bayes）分別進(jìn)行實(shí)驗(yàn)，并且認(rèn) 為支持向量機(jī)對虛假評論的識別效果最好37。支持向量機(jī) 作分類在虛假評論識別中獲得了很好的應(yīng)用38。表5基于 評論文本的特征識別及算法文獻(xiàn)識別算法k3評論特征31隨機(jī)森林32支持向量 機(jī)33 34樸素貝葉斯文本長度，評論回復(fù)數(shù)，問答句數(shù)目，品牌提及度35模糊k均值聚類36k-最 近鄰算法產(chǎn)品特征詞

20、百分比，正面情感程度，負(fù)面情感程度將評論文本作為研究對象，通過對文本特征進(jìn)行提取， 分析虛假評論文本的特點(diǎn)，利用有監(jiān)督的機(jī)器學(xué)習(xí)算法對評 論進(jìn)行真實(shí)評論和虛假評論的分類，雖然對于虛假評論的識 別取得了一定成效。但是仍然存在著缺陷：虛假評論者可 能會模仿真實(shí)評論特征發(fā)布虛假評論，這種具備真實(shí)評論特 征的虛假評論通過基于評論特征的識別方法無法識別；訓(xùn) 練集的人工標(biāo)注費(fèi)時(shí)費(fèi)力，還容易出現(xiàn)誤例。322基于評論者的識別基于評論者的識別從某種程度上彌補(bǔ)了上述缺陷，避免 了可以模仿真實(shí)評論的虛假評論的干擾。其原理是通過識別 虛假評論者不同于普通用戶的評論行為方式和特征，利用分 類和排序技術(shù)，識別虛假評論者，

21、從而進(jìn)一步識別出虛假評 論39。這一方法的前提條件，是假設(shè)虛假評論者往往是慣 犯，或水軍，其自身具有特殊性。于是從評論者角度，獲取 其特征構(gòu)建虛假評論者識別指標(biāo)。邵珠峰認(rèn)為虛假評論者和 一般評論者之間存在情感極性上的差異，因此，將評論信息 的情感特征加入識別模型，并結(jié)合用戶與商品之間的關(guān)系， 構(gòu)建了 一個(gè)識別虛假評論者的多邊圖模型40 o聶卉等提出了識別虛假評論人的6個(gè)特征因子，包括貢 獻(xiàn)量、層級、情緒、活躍度、文字素養(yǎng)、評論差異等41。 其中貢獻(xiàn)量指評論人貢獻(xiàn)和評論人發(fā)文總量，層級指評論人 單日最大發(fā)文量、評論人級別以及評論文本內(nèi)容最大相似 度，情緒指評論人正面評論占比和負(fù)面評論占比，活躍度

22、指 網(wǎng)齡和發(fā)文間隔，文字素養(yǎng)指評論文本平均長度，評論差異 指評論偏差。并通過回歸分析表明評論人的貢獻(xiàn)度、活躍度 以及文字素養(yǎng)對于識別其是否為虛假評論者具有顯著影響。上述方法雖然從評論者角度來識別虛假，克服了水軍模 仿真實(shí)評論發(fā)布虛假評論，而基于評論特征的識別方法不能 識別的不足，但是其識別的方法仍然是分類，與基于評論的 識別類似。wang g.徐小婷等人提出了一種全新的識別方法，基于 評論圖的網(wǎng)絡(luò)產(chǎn)品虛假評論人的檢測方法42-43,這種方 法通過評論、評論人和店鋪之間的相互影響關(guān)系建立一個(gè)互 相制約的評論圖結(jié)構(gòu)，其中衡量作弊程度的特征指稅括: 評論的可信度、評論人的忠實(shí)度和店鋪的可靠度。王琢在

23、此 基礎(chǔ)上做了改進(jìn)，將店鋪換成了產(chǎn)品節(jié)點(diǎn)，并對節(jié)點(diǎn)附加了 新的特征數(shù)據(jù)，評論節(jié)點(diǎn)包括評分等級、與所評產(chǎn)品的其它 評論間的差異度、其它評論人對該評論的投票數(shù)以及該評論 有幫助的投票數(shù)，產(chǎn)品節(jié)點(diǎn)包括產(chǎn)品評論打分值，評論人節(jié) 點(diǎn)具有該評論人進(jìn)行多次評論的產(chǎn)品數(shù)以及在這些多次評 論的產(chǎn)品中該評論人的評論數(shù)量等44?；谠u論圖的基本原理如圖3所示。圖中各節(jié)點(diǎn)之間具 有互相制約的復(fù)雜關(guān)系：某個(gè)評論人的可信度取決于其所寫 評論的忠實(shí)度；某個(gè)產(chǎn)品的可靠度取決于所有對其評論的可 信評論人的分?jǐn)?shù)；而某條評論的忠實(shí)度取決于該評論所評商 品的可靠度。經(jīng)過多次迭代后，各節(jié)點(diǎn)的信譽(yù)度將收斂到穩(wěn) 定值，系統(tǒng)達(dá)到最終平衡，最

24、終得分較低的評論人為虛假評 論撰寫者。圖3評論圖的基本原理33虛假評論的防治虛假評論的防治，不僅是技術(shù)的事，還是制度和體制的 事。陳燕方從虛假評論的治理目標(biāo)、治理對象以及治理途徑 的角度進(jìn)行了研究，認(rèn)為虛假評論的防治必須以完善地信用 體系制度、健全的法律制度作為外在輔助，以高效的檢測模 型作為內(nèi)在動力，具體而言從以下3個(gè)方面來進(jìn)行45： 對造成虛假評論的主要責(zé)任人加強(qiáng)監(jiān)管，包括商家、虛假評 論中介、消費(fèi)者以及電子商務(wù)交易平臺。減弱虛假評論形 成路徑的促進(jìn)因素，比如完善標(biāo)準(zhǔn)化的評價(jià)體系，建立第三 方信用評價(jià)機(jī)制等。激勵(lì)消費(fèi)者做出真實(shí)有用的評論。4存在問題及未來研究方向從上述的分析可以看出，當(dāng)前對

25、于虛假評論的研究主要 集中在計(jì)算機(jī)、情報(bào)以及經(jīng)濟(jì)管理領(lǐng)域，其研究的重點(diǎn)主要 集中在利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)對虛假評論的識別，利用情報(bào)組 織分析理論研究虛假評論特征提高識別率，以及對虛假評論 動機(jī)及其影響因素進(jìn)行分析。各領(lǐng)域的研究都取得了一定的 進(jìn)展，但是仍然存在著一些問題，尚需進(jìn)一步研究。1）在識別方法上，以knn、svm等有監(jiān)督的機(jī)器學(xué)習(xí)算法為 主。這些算法在虛假評論識別的查全率和查準(zhǔn)率上取得了一 定成果，但是由于有監(jiān)督的學(xué)習(xí)算法，測試集主要通過人工 標(biāo)注實(shí)現(xiàn)，一是代價(jià)大；二是容易出f誤例。因此，半監(jiān) 督或無監(jiān)督的學(xué)習(xí)算法有待進(jìn)一步研究。2）在虛假評論的特征提取上，主要采用自然語言處理 技術(shù)獲取評

26、論文本、評論人等屬性作為虛假評論特征，將情 報(bào)組織中的元數(shù)據(jù)、本體論等方法應(yīng)用于虛假評論特征提取 及分析還做得不夠，未來可考慮結(jié)合情報(bào)領(lǐng)域理論和技術(shù)更 準(zhǔn)確獲取虛假評論特征。3）在虛假評論影響因素和防治策略上，目前的研究者 還集中在經(jīng)濟(jì)管理領(lǐng)域，而缺乏相關(guān)法學(xué)領(lǐng)域的介入，我國 電商領(lǐng)域相關(guān)法規(guī)制度的不健全，網(wǎng)絡(luò)用戶信用制度的缺 失，也是造成虛假評論猖獗的重要因素，未來需要更多領(lǐng)域 專家投入本領(lǐng)域的研究工作，共同構(gòu)建良好的電子商務(wù)環(huán)境 和秩序。參考文獻(xiàn)1 中國互聯(lián)網(wǎng)信息中心.2013年中國網(wǎng)絡(luò)購物市場研 究報(bào)告r1.2014, (4)： 18-19.2 cone research .game c

27、hanger： cone survey finds 4-out-of-5 consumers reverse purchase decisions based on negative online reviewseb. available at: http: www. conecomm. com/contentmgr/showdetails. php/id/40 08. 2011.3 pealver-martinez i ， garcia-sanchez f , valencia-garcia r, et al. feature一based opinion mining through ont

28、ologiesjexpert systems with applications, 2014, 41 (13)： 5995-6008.4 john boone. a hotel in new york allegedly threatened guests with a 500 fine if they wrote bad reviewsonyelpeb/ol. http:www. eonline com/news/566056/ahotelinnewyorka llegedly-threatened-guests-with-a500-fineif-thew rote-bad-reviews-

29、on-yelp?utmsource=eonline&utmmedium=rssfeeds&utmcampaign=im dbtopstories, 2014-08-05.5 luca m, zervas g. fake it t訂 1 you make it: reputation , competition , and yelp reviewfraudj.management science, 2016.6 中國電子商務(wù)研究中心盤點(diǎn)：我國電子商務(wù)發(fā)展歷程、 現(xiàn) 狀 分 析 eb/0lhttp :b2b toocle. com/detail-6170951. html7 jin

30、dal n , liu b. review spamdetectionc/proceedings of the 16th international conference on world wide web. acm, 2007: 1189-1190.8 任亞峰，姬東鴻，張紅斌，等.基于pu學(xué)習(xí)算法的 虛假評論識別研究j計(jì)算機(jī)研究與發(fā)展,2015, 52 (3)： 639-648.9 任亞峰，尹蘭，姬東鴻.基于語言結(jié)構(gòu)和情感極性的 虛假評論識別j.計(jì)算機(jī)科學(xué)與探索，2014, 8(3)： 313-320.10 任亞峰，姬東鴻，尹蘭基于半監(jiān)督學(xué)習(xí)算法的虛 假評論識別研究j四川大學(xué)學(xué)報(bào)：工程科學(xué)版

31、，2014 (3)： 62-69.11 任亞峰，姬東鴻.基于情感特征和用戶關(guān)系的虛假 評論者的識別j.計(jì)算機(jī)應(yīng)用與軟件,2016,33(5)： 158-161.12 張李義，張皎.一種基于主成分分析和隨機(jī)森林的 刷客識別方法j.現(xiàn)代圖書情報(bào)技術(shù)，2015, (10)： 65-71.13 李京蔚，婁策群.在線商品虛假評論形成與影響綜 述j科技創(chuàng)業(yè)月刊,2015, (14)： 38-39.14 李京蔚在線商品垃圾評論發(fā)布動機(jī)影響因素研究j企業(yè)技術(shù)開發(fā):中旬刊，2016, 35 (2)： 72-72.15 楊敏.在線商品虛假評論對交易雙方的影響研究 j現(xiàn)代經(jīng)濟(jì)信息，2016, (1)： 159.16

32、 mukherjee a, kumar a, liu b, et al. spottingopinionspammersusingbehavioralfootprintsc/proceedings of the 19th acm sigkdd international conference on knowledge discovery and data mining. acm, 2013： 632-64017 mukherjee a, liu b, glance n. spotting fake reviewer groups in consumer reviews c /proceedin

33、gs of the 21st international conference on world wide web. acm, 2012： 191-200.18 chua a y k, banerjee sunderstanding reviewhelpfulness as a function of reviewer reputation, review rating, and review depthj.journal of the association for information science and technology, 2015, 66 (2)： 354-36219bane

34、r jee s, chua a y. alinguistic framework to distinguish between genuine and deceptive online reviewsc/proceedings of the international conference on icws, 2014.20 聶卉，王佳佳.產(chǎn)品評論垃圾識別研究綜述j.現(xiàn) 代圖書情報(bào)技術(shù)，2014, (2)： 12.21 任亞峰，尹蘭，姬東鴻基于語言結(jié)構(gòu)和情感極性 的虛假評論識別j計(jì)算機(jī)科學(xué)與探索，2014, 8 (3)： 313-320.22 陳燕方，李志宇.基于評論產(chǎn)品屬性情感傾向評估 的虛假

35、評論識別研究j.現(xiàn)代圖書情報(bào)技術(shù)，2014, (9)： 81-90.23 jindal n , liu b. 0pinion spam and analysisc/proceedings of the 2008 international conference on web search and data mining .acm, 2008： 219-230.24 kugler l keeping online reviews honestjcommunications of the acm, 2014, 57 (11 )： 20-23.25 mukherjee a , venkatarama

36、n v. opinion spam detection： an unsupervised approach using generative modelsr uh-cs-tr-2014, 2014.26 鄭春東，孫為政，王寒虛假網(wǎng)絡(luò)評論對消費(fèi)者在 線搜索與購買決策的影響j.大連海事大學(xué)學(xué)報(bào)：社會科學(xué) 版，2014, 13 (6)： 41-47.27 陳燕方，婁策群在線商品虛假評論形成路徑研究 j現(xiàn)代情報(bào)，2015, (1)： 49-53.28 孟美任，丁晟春虛假商品評論信息發(fā)布者行為動 機(jī)分析j情報(bào)科學(xué),2013, 31 (10)： 100-104.29 劉璇虛假評論對消費(fèi)者購買意愿的影響研究d. 南京：南京大學(xué)，2015.30 趙衍.網(wǎng)絡(luò)虛假評論研究述評j.上海管理科學(xué)， 2014, (4)： 85-88.31 何瓏.基于隨機(jī)森林的產(chǎn)品垃圾評論識別j.中文 信息學(xué)報(bào)，2015, 29 (3)： 150-