在線商品虛假評(píng)論關(guān)鍵問(wèn)題研究綜述

朱娟

〔摘要〕[目的/意義]對(duì)在線虛假評(píng)論的現(xiàn)有研究進(jìn)行梳理，分析研究現(xiàn)狀，明確未來(lái)研究發(fā)展方向。[方法/過(guò)程]以CNKI和Web of Science文獻(xiàn)為研究對(duì)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(píng)論的識(shí)別方法、特征提取以及防治策略的角度，對(duì)國(guó)內(nèi)外虛假評(píng)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(wèn)題。[結(jié)果/結(jié)論]研究表明，在虛假評(píng)論的識(shí)別方法上，需加強(qiáng)對(duì)半監(jiān)督和無(wú)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(píng)論；文獻(xiàn)分析；機(jī)器學(xué)習(xí)；識(shí)別方法；防治策略；特征提??；綜述

DOI：10.3969/j.issn.1008-0821.2017.05.028

〔中圖分類號(hào)〕F7241〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2017）05-0166-06

A Review of Key Issues in the Opinion Spams of Online ProductsZhu Juan1，2

（1.School of Information Management，Wuhan University，Wuhan 430072，China；

2.School of Information，Jiujiang University，Jiujiang 332005，China）

〔Abstract〕[Purpose/significance]The paper carded existing study about online product opinion spam，summarized research status，and put forward future research direction.[Method/process]From the perspective of document analysis，using a combination of qualitative and quantitative methods to analyze the present status of research on opinion spams，summarized the key issues and problems in the field.[Result/conclusion]This paper presented the existing problems and future direction of field from three aspects：recognition method，feature extraction and prevention strategy，which provided reference to the academic research more deeply.

〔Key words〕online products；opinion spam；literature analysis；machine learning；recognition method；prevention strategy；feature extraction

2014年，中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的相關(guān)網(wǎng)購(gòu)決策的報(bào)告指出，用戶評(píng)價(jià)在現(xiàn)階段的網(wǎng)絡(luò)購(gòu)物決策中占據(jù)主導(dǎo)地位，375%的網(wǎng)購(gòu)用戶在決策時(shí)主要考慮因素為用戶評(píng)價(jià)[1]。已購(gòu)消費(fèi)者對(duì)商品的評(píng)論信息在很大程度上影響了潛在消費(fèi)者的購(gòu)買決策，已有研究表明，80%的用戶在查詢到大量負(fù)面評(píng)論之后會(huì)放棄之前中意的商品，而87%用戶的購(gòu)買決策是基于大量的正面評(píng)論[2]。在線評(píng)論信息在某種程度上會(huì)直接影響產(chǎn)品銷量，基于自身利益的考慮，商家會(huì)通過(guò)各種手段來(lái)詆毀或吹捧某些商品或服務(wù)[3]。研究表明，很多在線評(píng)論網(wǎng)站，如Amazon.com、Yelp.com等，存在著大量的虛假評(píng)論[4]，在Yelp.com，16%的酒店評(píng)論信息被認(rèn)為是虛假評(píng)論[5]，國(guó)內(nèi)的淘寶更是如此，刷客橫行。虛假評(píng)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(chǎng)規(guī)則，不利于公平、有序的市場(chǎng)建立。因此，對(duì)虛假評(píng)論的研究和識(shí)別迫在眉睫，并具有重要意義。

本文以虛假評(píng)論為主題，對(duì)虛假評(píng)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(guò)定性與定量分析相結(jié)合的方法，總結(jié)概括了國(guó)內(nèi)虛假評(píng)論研究的主要對(duì)象、關(guān)鍵要素及關(guān)鍵技術(shù)和方法，并對(duì)相關(guān)研究進(jìn)行了評(píng)析，以期對(duì)我國(guó)虛假評(píng)論的研究現(xiàn)狀有一個(gè)整體把握，為我國(guó)學(xué)術(shù)界對(duì)虛假評(píng)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(lái)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(píng)論”、“垃圾評(píng)論”、“Review Spam”、“Fake Review”、“Opinion Spam”、“Fake Opinion”為主題進(jìn)行高級(jí)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(ài)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(ài)亦恨驗(yàn)證碼》，有效文獻(xiàn)國(guó)內(nèi)100篇，國(guó)外最相關(guān)文獻(xiàn)50篇。從表1可以看出，虛假評(píng)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(shì)。究其原因，可以從社會(huì)和學(xué)術(shù)兩個(gè)領(lǐng)域來(lái)分析，在社會(huì)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(guó)家相關(guān)文件的出臺(tái)，電子商務(wù)進(jìn)入了創(chuàng)新發(fā)展期[6]，電子商務(wù)的蓬勃發(fā)展為在線評(píng)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(píng)論檢測(cè)（Review Spam Detection）[7]也為國(guó)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(píng)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(jiàn)表2，表中列舉了國(guó)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(lái)研究虛假評(píng)論。其次是計(jì)算機(jī)領(lǐng)域，包括《電腦愛(ài)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12篇，主要討論虛假評(píng)論識(shí)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(píng)論對(duì)商務(wù)活動(dòng)的影響性。國(guó)外文獻(xiàn)分布相對(duì)分散，其中，《EXPERT SYSTEMS WITH APPLICATIONS》3篇，《Application Research of Computers》2篇，其它期刊均為1篇，但是所涉及的領(lǐng)域基本與國(guó)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《JOURNAL OF APPLIED PSYCHOLOGY》發(fā)文1篇。

2計(jì)算機(jī)科學(xué)2

對(duì)文獻(xiàn)作者單位進(jìn)行分析，發(fā)現(xiàn)對(duì)虛假評(píng)論的研究國(guó)內(nèi)主要集中在武漢大學(xué)、華中師范大學(xué)等科研院所，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(píng)論識(shí)別算法方面進(jìn)行了深入研究，取得了不錯(cuò)的成果[8-11]。武漢大學(xué)信息管理學(xué)院張李義團(tuán)隊(duì)在刷客識(shí)別方面也給出了創(chuàng)新意見(jiàn)[12]，華中師范大學(xué)婁策群團(tuán)隊(duì)也在虛假評(píng)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]。國(guó)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(lái)自墨西哥等國(guó)家的學(xué)者也對(duì)虛假評(píng)論進(jìn)行了相關(guān)研究，如表4所示。

22虛假評(píng)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，并用Netdraw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(guó)內(nèi)文獻(xiàn)來(lái)看，對(duì)虛假評(píng)論的研究，在概念上對(duì)“虛假評(píng)論”和“垃圾評(píng)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(guò)互聯(lián)網(wǎng)發(fā)布的不真實(shí)的具有欺騙性的評(píng)論[20]。從數(shù)量上而言，“虛假評(píng)論”作為關(guān)鍵字出現(xiàn)的次數(shù)為23次，“垃圾評(píng)論”作為關(guān)鍵字出現(xiàn)的次數(shù)為29次，“虛假評(píng)論”略遜一籌，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(píng)論”的概念[21-22]。

根據(jù)學(xué)術(shù)研究的一般慣例，虛假評(píng)論研究的興起起源于國(guó)外Liu Bing學(xué)術(shù)團(tuán)隊(duì)，并給出了概念Review Spam[23]，將其分為3類虛假評(píng)論（Untruthful Opinions）、無(wú)關(guān)評(píng)論（Reviews on Brands Only）以及非評(píng)論信息（Non-reviews）。國(guó)內(nèi)學(xué)者就評(píng)論的影響性和價(jià)值的角度，普遍將虛假評(píng)論（Untruthful Opinions）作為了主要研究對(duì)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(píng)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(píng)論”作為本文描述的概念界定。

3研究關(guān)鍵問(wèn)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(guó)外內(nèi)對(duì)虛假評(píng)論的研究主要集中在以下3個(gè)領(lǐng)域：虛假評(píng)論形成動(dòng)機(jī)及其對(duì)消費(fèi)者購(gòu)買意愿影響；虛假評(píng)論識(shí)別；以及虛假評(píng)論防治。

31虛假評(píng)論的形成動(dòng)機(jī)及其對(duì)消費(fèi)者購(gòu)買意愿影響由于在線評(píng)論對(duì)于消費(fèi)者購(gòu)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(píng)論，從中謀取利益。Kugler、Mukherjee認(rèn)為虛假評(píng)論形成的主要原因是因?yàn)樵u(píng)論發(fā)布者試圖影響潛在購(gòu)買者的決策[24-25]。鄭春東等認(rèn)為虛假評(píng)論的動(dòng)機(jī)主要在于宣傳造勢(shì)、以優(yōu)抵差和惡意詆毀3類[26]。討論虛假評(píng)論的形成機(jī)制，可追溯到發(fā)布虛假評(píng)論的人，陳燕方認(rèn)為虛假評(píng)論的發(fā)布者可以分為職業(yè)虛假評(píng)論者、一般虛假評(píng)論發(fā)布者和正常評(píng)論者[27]，并將虛假評(píng)論的發(fā)布路徑歸結(jié)為5條：①正常評(píng)論者——正常評(píng)論。消費(fèi)者在當(dāng)下作出了客觀真實(shí)的評(píng)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(píng)價(jià)不適宜當(dāng)下的產(chǎn)品，從而誤導(dǎo)了后來(lái)的消費(fèi)者。②正常評(píng)論者——過(guò)高/過(guò)低評(píng)論。由正常評(píng)論者的性格屬性決定，過(guò)度寬容者習(xí)慣給好評(píng)，過(guò)度完美者習(xí)慣給差評(píng)。③商家——一般虛假評(píng)論者——過(guò)高評(píng)論。一方面商家通過(guò)好評(píng)返現(xiàn)等手段誘惑消費(fèi)者給出過(guò)高評(píng)價(jià)；另一方面商家對(duì)給差評(píng)者通過(guò)騷擾、退款等手段強(qiáng)迫其刪除或修改差評(píng)。④商家——一般虛假評(píng)論者——過(guò)低評(píng)論。分兩類，一類是商家和消費(fèi)者之間在購(gòu)買過(guò)程中出現(xiàn)沖突，導(dǎo)致消費(fèi)者有意給過(guò)低差評(píng)報(bào)復(fù)商家；另一類是商家故意差評(píng)競(jìng)爭(zhēng)對(duì)手，通過(guò)惡意競(jìng)爭(zhēng)謀取利益。⑤商家——中介——職業(yè)虛假評(píng)論者——過(guò)高/過(guò)低評(píng)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(jìng)爭(zhēng)對(duì)手，利用第三方平臺(tái)，在沒(méi)有實(shí)際成交的情況下，職業(yè)虛假評(píng)論者進(jìn)行虛假的好評(píng)或差評(píng)。

究其原因，形成這些虛假評(píng)論的動(dòng)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(duì)稱導(dǎo)致消費(fèi)者過(guò)度依賴商家信譽(yù)度，而現(xiàn)有電子商務(wù)交易平臺(tái)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(jìng)爭(zhēng)對(duì)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(duì)消費(fèi)者購(gòu)買意向影響更大，使得商家通過(guò)各種手段消除負(fù)面口碑對(duì)自身的影響或者制造負(fù)面口碑打擊競(jìng)爭(zhēng)對(duì)手。最后，消費(fèi)者本身的特征或者情境的改變也會(huì)造成虛假評(píng)論的產(chǎn)生。

虛假評(píng)論的存在，也會(huì)影響消費(fèi)者購(gòu)買意愿。劉璇認(rèn)為如果虛假評(píng)論大量存在，當(dāng)消費(fèi)者對(duì)此有所感知的時(shí)候，消費(fèi)者會(huì)啟動(dòng)消費(fèi)者防御模型，影響其購(gòu)買意愿和決策[29]。因此，如何識(shí)別虛假評(píng)論，盡量避免其對(duì)電子商務(wù)秩序的破壞就顯得尤為重要。

32虛假評(píng)論的識(shí)別

關(guān)于虛假評(píng)論的識(shí)別，目前的研究主要從兩個(gè)角度來(lái)展開：基于評(píng)論文本的角度和基于評(píng)論者的角度?；谠u(píng)論文本的識(shí)別主要通過(guò)在線評(píng)論的文本、語(yǔ)義特征等屬性來(lái)識(shí)別虛假評(píng)論；而后者主要是針對(duì)那些專業(yè)的虛假評(píng)論者會(huì)模仿真實(shí)評(píng)論來(lái)編寫虛假評(píng)論，故認(rèn)為從評(píng)論文本來(lái)識(shí)別存在缺陷，提出了根據(jù)評(píng)論者不同于真實(shí)評(píng)論者的行為模式和評(píng)論特征，通過(guò)識(shí)別虛假評(píng)論者從而間接識(shí)別虛假評(píng)論。

321基于評(píng)論文本的識(shí)別

基于評(píng)論文本的虛假評(píng)論識(shí)別模型是目前識(shí)別虛假評(píng)論的主流方法[30]，該模型的基本原理是將虛假評(píng)論的識(shí)別問(wèn)題轉(zhuǎn)化為對(duì)評(píng)論的二分類問(wèn)題，即根據(jù)評(píng)論特征將評(píng)論分為真實(shí)評(píng)論和虛假評(píng)論兩類，其算法流程如圖2所示。圖2基于評(píng)論的虛假評(píng)論識(shí)別模型

評(píng)論特征主要包括兩部分：文本特征（文本長(zhǎng)度、評(píng)論回復(fù)數(shù)、問(wèn)答句數(shù)目、品牌提及度等[31-34]），和語(yǔ)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]）。所用的方法主要是在特征提取的基礎(chǔ)上，將虛假評(píng)論識(shí)別問(wèn)題轉(zhuǎn)化為對(duì)評(píng)論文本的分類問(wèn)題。常用的有監(jiān)督的分類學(xué)習(xí)算法有k-近鄰算法、支持向量機(jī)算法、樸素貝葉斯等，如表5所示。陳昀通過(guò)動(dòng)態(tài)K值和對(duì)距離公式加權(quán)來(lái)改進(jìn)kNN分類器，從而提高虛假評(píng)論識(shí)別的準(zhǔn)確率和識(shí)別速[36]。對(duì)基于內(nèi)容的虛假評(píng)論識(shí)別，宋海霞分別利用支持向量機(jī)（SVM）、最大熵（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(duì)虛假評(píng)論的識(shí)別效果最好[37]。支持向量機(jī)作分類在虛假評(píng)論識(shí)別中獲得了很好的應(yīng)用[38]。表5基于評(píng)論文本的特征識(shí)別及算法

文獻(xiàn)識(shí)別算法〖〗評(píng)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(zhǎng)度，評(píng)論回復(fù)數(shù)，

問(wèn)答句數(shù)目，品牌提及度[35]模糊k均值聚類[36]k-最近鄰算法產(chǎn)品特征詞百分比，正面

情感程度，負(fù)面情感程度

將評(píng)論文本作為研究對(duì)象，通過(guò)對(duì)文本特征進(jìn)行提取，分析虛假評(píng)論文本的特點(diǎn)，利用有監(jiān)督的機(jī)器學(xué)習(xí)算法對(duì)評(píng)論進(jìn)行真實(shí)評(píng)論和虛假評(píng)論的分類，雖然對(duì)于虛假評(píng)論的識(shí)別取得了一定成效。但是仍然存在著缺陷：①虛假評(píng)論者可能會(huì)模仿真實(shí)評(píng)論特征發(fā)布虛假評(píng)論，這種具備真實(shí)評(píng)論特征的虛假評(píng)論通過(guò)基于評(píng)論特征的識(shí)別方法無(wú)法識(shí)別；②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(píng)論者的識(shí)別

基于評(píng)論者的識(shí)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(píng)論的虛假評(píng)論的干擾。其原理是通過(guò)識(shí)別虛假評(píng)論者不同于普通用戶的評(píng)論行為方式和特征，利用分類和排序技術(shù)，識(shí)別虛假評(píng)論者，從而進(jìn)一步識(shí)別出虛假評(píng)論[39]。這一方法的前提條件，是假設(shè)虛假評(píng)論者往往是慣犯，或水軍，其自身具有特殊性。于是從評(píng)論者角度，獲取其特征構(gòu)建虛假評(píng)論者識(shí)別指標(biāo)。邵珠峰認(rèn)為虛假評(píng)論者和一般評(píng)論者之間存在情感極性上的差異，因此，將評(píng)論信息的情感特征加入識(shí)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(shí)別虛假評(píng)論者的多邊圖模型[40]。

聶卉等提出了識(shí)別虛假評(píng)論人的6個(gè)特征因子，包括貢獻(xiàn)量、層級(jí)、情緒、活躍度、文字素養(yǎng)、評(píng)論差異等[41]。其中貢獻(xiàn)量指評(píng)論人貢獻(xiàn)和評(píng)論人發(fā)文總量，層級(jí)指評(píng)論人單日最大發(fā)文量、評(píng)論人級(jí)別以及評(píng)論文本內(nèi)容最大相似度，情緒指評(píng)論人正面評(píng)論占比和負(fù)面評(píng)論占比，活躍度指網(wǎng)齡和發(fā)文間隔，文字素養(yǎng)指評(píng)論文本平均長(zhǎng)度，評(píng)論差異指評(píng)論偏差。并通過(guò)回歸分析表明評(píng)論人的貢獻(xiàn)度、活躍度以及文字素養(yǎng)對(duì)于識(shí)別其是否為虛假評(píng)論者具有顯著影響。

上述方法雖然從評(píng)論者角度來(lái)識(shí)別虛假，克服了水軍模仿真實(shí)評(píng)論發(fā)布虛假評(píng)論，而基于評(píng)論特征的識(shí)別方法不能識(shí)別的不足，但是其識(shí)別的方法仍然是分類，與基于評(píng)論的識(shí)別類似。

Wang G、徐小婷等人提出了一種全新的識(shí)別方法，基于評(píng)論圖的網(wǎng)絡(luò)產(chǎn)品虛假評(píng)論人的檢測(cè)方法[42-43]，這種方法通過(guò)評(píng)論、評(píng)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(píng)論圖結(jié)構(gòu)，其中衡量作弊程度的特征指標(biāo)包括：評(píng)論的可信度、評(píng)論人的忠實(shí)度和店鋪的可靠度。王琢在此基礎(chǔ)上做了改進(jìn)，將店鋪換成了產(chǎn)品節(jié)點(diǎn)，并對(duì)節(jié)點(diǎn)附加了新的特征數(shù)據(jù)，評(píng)論節(jié)點(diǎn)包括評(píng)分等級(jí)、與所評(píng)產(chǎn)品的其它評(píng)論間的差異度、其它評(píng)論人對(duì)該評(píng)論的投票數(shù)以及該評(píng)論有幫助的投票數(shù)，產(chǎn)品節(jié)點(diǎn)包括產(chǎn)品評(píng)論打分值，評(píng)論人節(jié)點(diǎn)具有該評(píng)論人進(jìn)行多次評(píng)論的產(chǎn)品數(shù)以及在這些多次評(píng)論的產(chǎn)品中該評(píng)論人的評(píng)論數(shù)量等[44]。

基于評(píng)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(píng)論人的可信度取決于其所寫評(píng)論的忠實(shí)度；某個(gè)產(chǎn)品的可靠度取決于所有對(duì)其評(píng)論的可信評(píng)論人的分?jǐn)?shù)；而某條評(píng)論的忠實(shí)度取決于該評(píng)論所評(píng)商品的可靠度。經(jīng)過(guò)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，最終得分較低的評(píng)論人為虛假評(píng)論撰寫者。

圖3評(píng)論圖的基本原理

33虛假評(píng)論的防治

虛假評(píng)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(píng)論的治理目標(biāo)、治理對(duì)象以及治理途徑的角度進(jìn)行了研究，認(rèn)為虛假評(píng)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(cè)模型作為內(nèi)在動(dòng)力，具體而言從以下3個(gè)方面來(lái)進(jìn)行[45]：①對(duì)造成虛假評(píng)論的主要責(zé)任人加強(qiáng)監(jiān)管，包括商家、虛假評(píng)論中介、消費(fèi)者以及電子商務(wù)交易平臺(tái)。②減弱虛假評(píng)論形成路徑的促進(jìn)因素，比如完善標(biāo)準(zhǔn)化的評(píng)價(jià)體系，建立第三方信用評(píng)價(jià)機(jī)制等。③激勵(lì)消費(fèi)者做出真實(shí)有用的評(píng)論。

4存在問(wèn)題及未來(lái)研究方向

從上述的分析可以看出，當(dāng)前對(duì)于虛假評(píng)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(duì)虛假評(píng)論的識(shí)別，利用情報(bào)組織分析理論研究虛假評(píng)論特征提高識(shí)別率，以及對(duì)虛假評(píng)論動(dòng)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(wèn)題，尚需進(jìn)一步研究。

1）在識(shí)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(píng)論識(shí)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(cè)試集主要通過(guò)人工標(biāo)注實(shí)現(xiàn)，一是代價(jià)大；二是容易出現(xiàn)誤例。因此，半監(jiān)督或無(wú)監(jiān)督的學(xué)習(xí)算法有待進(jìn)一步研究。

2）在虛假評(píng)論的特征提取上，主要采用自然語(yǔ)言處理技術(shù)獲取評(píng)論文本、評(píng)論人等屬性作為虛假評(píng)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(píng)論特征提取及分析還做得不夠，未來(lái)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(píng)論特征。

3）在虛假評(píng)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(guó)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(píng)論猖獗的重要因素，未來(lái)需要更多領(lǐng)域?qū)＜彝度氡绢I(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(guó)互聯(lián)網(wǎng)信息中心.2013年中國(guó)網(wǎng)絡(luò)購(gòu)物市場(chǎng)研究報(bào)告[R].2014，（4）：18-19.

[2]Cone Research.Game Changer：Cone Survey Finds 4-out-of-5 Consumers Reverse Purchase Decisions Based on Negative Online Reviews[EB].Available at：http：∥www.conecomm.com/contentmgr/showdetails.php/id/4008.2011.

[3]Pealver-Martinez I，Garcia-Sanchez F，Valencia-Garcia R，et al.Feature-based opinion mining through ontologies[J].Expert 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 Reviews on Yelp[EB/OL].http：∥www.eonline.com/news/566056/a-hotel-in-new-york-allegedly-threatened-guests-with-a-500-fine-if-the-wrote-bad-reviews-on-yelp？utmsource=eonline&utmmedium=rssfeeds&utmcampaign=imdbtopstories，2014-08-05.

[5]Luca M，Zervas G.Fake it till you make it：Reputation，competition，and Yelp review fraud[J].Management Science，2016.

[6]中國(guó)電子商務(wù)研究中心.盤點(diǎn)：我國(guó)電子商務(wù)發(fā)展歷程、現(xiàn)狀分析[EB/OL].http：∥b2b.toocle.com/detail--6170951.html.

[7]Jindal N，Liu B.Review spam detection[C]∥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(píng)論識(shí)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(yǔ)言結(jié)構(gòu)和情感極性的虛假評(píng)論識(shí)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(píng)論識(shí)別研究[J].四川大學(xué)學(xué)報(bào)：工程科學(xué)版，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(píng)論者的識(shí)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(shí)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(píng)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(píng)論發(fā)布動(dòng)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(píng)論對(duì)交易雙方的影響研究[J].現(xiàn)代經(jīng)濟(jì)信息，2016，（1）：159.

[16]Mukherjee A，Kumar A，Liu B，et al.Spotting opinion spammers using behavioral footprints[C]∥Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining.ACM，2013：632-640.

[17]Mukherjee A，Liu B，Glance N.Spotting fake reviewer groups in consumer reviews[C]∥Proceedings of the 21st international conference on World Wide Web.ACM，2012：191-200.

[18]Chua A Y K，Banerjee S.Understanding review helpfulness as a function of reviewer reputation，review rating，and review depth[J].Journal of the Association for Information Science and Technology，2015，66（2）：354-362.