虛假評論特征提取檢測技術(shù)研究

張锏予

（沈陽理工大學(xué) 信息科學(xué)與工程學(xué)院， 沈陽 110158）

0 引 言

隨著電子商務(wù)與互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，消費(fèi)者的消費(fèi)方式也從傳統(tǒng)的線下消費(fèi)轉(zhuǎn)移到了線上購物。 而消費(fèi)者為選擇合適的商品，會參考商品的用戶評論信息。 消費(fèi)者判斷相關(guān)商家的誠信度和商品質(zhì)量的好壞會受到虛假評論的影響，這些虛假的評論信息會誘導(dǎo)消費(fèi)者對一些不符合實(shí)際的商家服務(wù)、商品價值、商品質(zhì)量等進(jìn)行選擇，嚴(yán)重干擾了消費(fèi)者的購物選擇，擾亂了網(wǎng)絡(luò)電商的運(yùn)營。

針對網(wǎng)上購物場景中的虛假評論，本文采用評論特征提取檢測技術(shù)，確定虛假評論中的標(biāo)識文本內(nèi)容，將虛假評論與其他真實(shí)評論區(qū)分開。 隨著機(jī)器學(xué)習(xí)的應(yīng)用與發(fā)展，虛假評論特征提取檢測技術(shù)的發(fā)展與日俱進(jìn)［1］。 但由于虛假評論是由商家或企業(yè)利用大量水軍發(fā)布的，而水軍可以通過多個賬號進(jìn)行評價，留下的痕跡難以捕捉，目前沒有先進(jìn)的技術(shù)可用于檢測這些虛假評論，所以高精確率、低成本要求、方便客戶操作和有效篩選的虛假評論特征提取技術(shù)的研究是未來的重點(diǎn)研究方向。

1 相關(guān)工作

虛假信息泛濫，品牌誠信對建立消費(fèi)者信任至關(guān)重要，置信度有可能直接轉(zhuǎn)化為利潤。 檢測過濾出虛假評論，對于確保在線評論反饋系統(tǒng)的完整性、可靠性至關(guān)重要。 目前主要有2 種解決方法：一種是基于傳統(tǒng)方法的特征提取檢測；另一種是基于深度學(xué)習(xí)的特征提取檢測方法。

1.1 基于傳統(tǒng)方法的特征提取

基于傳統(tǒng)的提取評論方法是根據(jù)事實(shí)情況，手動的核對虛假信息中的虛假內(nèi)容及觀點(diǎn)，通過將信息表達(dá)與核實(shí)的真實(shí)表達(dá)比較，判斷評論信息的準(zhǔn)確度。 而手動核對虛假信息又可分為兩種方式，一種是基于專家的手動核查，通過對評論的整段評價，對詳述內(nèi)容的可靠性評級，對詞句、語法的正確表達(dá)進(jìn)行篩選、評價，保證評論提取的準(zhǔn)確率，但是當(dāng)評論檢測數(shù)量激增時，準(zhǔn)確性會大打折扣；另一種是眾包的方法，利用群眾的數(shù)量優(yōu)勢對評論進(jìn)行提取篩查，可以獲得較低的成本付出，但是人工方法檢測虛假評論的精度僅為57%，評論提取的準(zhǔn)確率不高是尚未解決的問題［2］。

1.2 基于深度學(xué)習(xí)的特征提取

隨著深度學(xué)習(xí)算法的不斷發(fā)展，深度學(xué)習(xí)算法也應(yīng)用在特征提取領(lǐng)域［3］。 卷積神經(jīng)網(wǎng)絡(luò)（CNN）被應(yīng)用在矩陣分解模型中，通過從評論中提取需要的特征量，對評論進(jìn)行評分預(yù)測，并通過概率矩陣分解達(dá)到特征提取的效果，但模型無法驗(yàn)證評論特征的重要程度。 Trans-Nets［4］通過拓展，構(gòu)建了基于并行神經(jīng)網(wǎng)絡(luò)的Deep-Conn 雙塔結(jié)構(gòu)模型，將隱藏層的引入作為評論描述和商品實(shí)際特點(diǎn)的轉(zhuǎn)化；而D-ATTN（Dual Attention model）模型以及NARRE（Neural Attentional Regression model with Reviewlevel Explanations）模型在Deep-Conn 模型的基礎(chǔ)上引入注意力機(jī)制，可以輕松的抓到評論文本中的中的關(guān)鍵要素及信息［5-6］；DAML 模型集成了交互注意力機(jī)制，在捕獲用戶和商品特征后，展現(xiàn)用戶和特征評論的關(guān)聯(lián)，特征交互由神經(jīng)因子分解機(jī)完成［7］。

1.3 基于機(jī)器學(xué)習(xí)的特征提取

基于機(jī)器學(xué)習(xí)提取特征包含4 個部分，分別是：基于文本內(nèi)容重復(fù)評論提取特征；基于評論人屬性與行為提取特征；基于評論主觀性的特征提??；基于特征融合的方法。

1.3.1 基于文本內(nèi)容重復(fù)評論提取特征

對于大部分發(fā)布虛假評論的用戶而言，不論評論的是同類型商品還是不同類型商品，虛假評價內(nèi)容都具有極高相似度［8］。 當(dāng)某些評論里的內(nèi)容和語言表達(dá)出現(xiàn)一定程度的相似或覆蓋時，就可將相似的部分作為特征提取的訓(xùn)練集，對訓(xùn)練集進(jìn)行虛假評論特征提取訓(xùn)練。

1.3.2 基于評論人屬性與行為提取特征

Hussain 開發(fā)了一個評論圖來捕捉評論、評論者和商店之間的互動，評論的真實(shí)性是可以計(jì)算的，但這種方法沒有使用任何評論文本信息［9］。 相比之下，Wang［10］提出的方法僅基于文本特征，研究了幾個特征類別對垃圾評論識別的影響，包括打分時間、內(nèi)容、情感、產(chǎn)品或個人資料特征。

1.3.3 基于評論主觀性的特征提取

從評論主觀性角度分析，需要引入情感特征。如果評論中的表達(dá)顯得過于吹捧或者詆毀，則很可能是虛假的無意義評論，因此可以通過情感分析體現(xiàn)評論內(nèi)容的主觀性和褒貶性。 在現(xiàn)有研究中，一般利用情感詞匯的極性對文本的情感傾向進(jìn)行評價，目前主要有利用情感詞數(shù)或利用情感詞典計(jì)算情感強(qiáng)度的加權(quán)得分兩種度量方法。

1.3.4 基于特征融合的方法

在檢測虛假評論時，不僅需要提取關(guān)于評論內(nèi)容的特征，還需要提取其他特征，如評論者信息、評論者關(guān)注數(shù)量、收藏商品等來輔助檢測。

2 多機(jī)器學(xué)習(xí)分類器比較

由于虛假評論與真實(shí)評論特征散亂，欺詐隱蔽性較強(qiáng)，無明顯分布區(qū)分度，故而需要借助多種機(jī)器學(xué)習(xí)算法，進(jìn)行有監(jiān)督檢測學(xué)習(xí)。 當(dāng)前使用較多的機(jī)器學(xué)習(xí)分類器包括K 鄰近（KNN）、支持向量機(jī)（SVM）、樸素貝葉斯（NB）、決策樹（DT）等等。

2.1 K 鄰近（KNN）

K 鄰近算法分類是測量文本特征中不同特征值互相的距離。 假設(shè)特征空間中樣本的K個最鄰近的都同屬一種類型，那么在特征空間中的這個樣本也屬于這個類型。 KNN 算法具有很多優(yōu)點(diǎn)，操作簡單、理論清晰且無需參數(shù)支持等。 在多種分類要求的問題上，KNN 可提供更高的效率及準(zhǔn)確度，但是KNN 算法對樣本數(shù)量的要求較高，需要使用很大的算力，內(nèi)存消耗大。

2.2 支持向量機(jī)（SVM）

支持向量機(jī)通過給定系統(tǒng)的訓(xùn)練樣本集，使得系統(tǒng)在訓(xùn)練樣本集中找到無數(shù)個超平面，區(qū)分不同類型的樣本。 通過超平面做分類的支持向量機(jī)無需將樣本集中的所有樣本進(jìn)行計(jì)算，可以提高運(yùn)算效率，節(jié)省內(nèi)存。 支持向量機(jī)的缺點(diǎn)是在計(jì)算時需要將一些沒有規(guī)章且維度較低的數(shù)據(jù)，在核函數(shù)的映射下，映射到高維空間，且使用超平面將樣本區(qū)分，較為復(fù)雜。

2.3 樸素貝葉斯（NB）

樸素貝葉斯算法是貝葉斯公式和條件獨(dú)立假設(shè)方法的結(jié)合應(yīng)用。 當(dāng)文本中的某些特征項(xiàng)不能通過直接統(tǒng)計(jì)獲得，則可以使用概率公式進(jìn)行轉(zhuǎn)換，通過加強(qiáng)的假設(shè)，將概率進(jìn)行乘法運(yùn)算，從而得到對應(yīng)的屬性概率。

樸素貝葉斯算法可以設(shè)置先驗(yàn)概率，通過一系列簡單的數(shù)學(xué)計(jì)算就可以實(shí)現(xiàn)，大大節(jié)省了內(nèi)存和運(yùn)算時間，缺點(diǎn)是僅適用于文本樣本，且樣本特征相互獨(dú)立。

2.4 決策樹（DT）

決策樹是一種基本的機(jī)器學(xué)習(xí)模型，可以用樹形圖表示的樹結(jié)構(gòu)，以此表示各個屬性與其對象值之間的映射關(guān)系。 在決策樹的整體結(jié)構(gòu)中，每個葉節(jié)點(diǎn)代表一個待預(yù)測的標(biāo)簽類型，每個內(nèi)部節(jié)點(diǎn)對應(yīng)于一個屬性，如果某些節(jié)點(diǎn)具有與之相對應(yīng)的屬性，則二者之間可能存在分支。 針對提取的特征應(yīng)用決策樹進(jìn)行預(yù)測，通過遞歸分割過程，直至實(shí)現(xiàn)所有的子集包含一樣的目標(biāo)量，但決策樹算法在訓(xùn)練過程中時間成本較高。

2.5 融合分類器（LGB）

輕量級梯度提升分類器LGB 在不損害準(zhǔn)確率的條件下加快GBDT 模型的訓(xùn)練速度，且占用內(nèi)存更少，主要目的是利用弱分類器（決策樹）迭代訓(xùn)練以得到最優(yōu)模型，廣泛應(yīng)用于分類、預(yù)測等領(lǐng)域。

3 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析

3.1 數(shù)據(jù)集

本文使用公開可用的Yelp 數(shù)據(jù)集，該數(shù)據(jù)集應(yīng)用廣泛且聲譽(yù)良好，采用Yelpzip 子集進(jìn)行實(shí)驗(yàn)。 該數(shù)據(jù)集中86.78%的數(shù)據(jù)被標(biāo)記為真實(shí)評論，13.22%為虛假評論，顯然非常不平衡。 因此，在建立相應(yīng)的分類模型之前，采用下采樣算法平衡數(shù)據(jù)集，減少分類器的識別誤差。 這種方法優(yōu)點(diǎn)是減少數(shù)據(jù)中的噪聲點(diǎn)，避免過擬合，缺點(diǎn)是減少了可學(xué)習(xí)的數(shù)據(jù)量。

3.2 實(shí)驗(yàn)特征提取

Salminen J［11］分析得出在虛假評論檢測任務(wù)中，行為特征比單一文本特征更加有效。 故本文選用基于特征融合的方法提取Yelp 酒店和餐廳領(lǐng)域中行為和文本特征，并分析其有效性。

（1）活躍時間窗（AW）：虛假評論者很可能在短時間內(nèi)進(jìn)行評論，通常不是長期活躍的成員。 將該評論者的最后一次和第一次評論的時間戳之差作為活動窗口，檢測每一位評論者在指定時間窗內(nèi)的活躍度。 大多數(shù)的虛假評論者的活躍時間為2 個月，而真實(shí)評論者的活躍時間少于10 個月。

（2）最大評論數(shù)（MNR）：表示一天內(nèi)的最大評論數(shù)。 在數(shù)據(jù)中，約三分之一的虛假評論人在一天內(nèi)發(fā)布了所有的評論，大部分的虛假評論人每天寫6 條或更多的評論，而真實(shí)評論者的日評論率非常適中。

（3）評論計(jì)數(shù)（RC）：表示評論者的評論數(shù)量。大多數(shù)的虛假評論者發(fā)布評論數(shù)量在11 條之內(nèi)，而半數(shù)的真實(shí)評論者評論數(shù)量超過40 條。 虛假評論者和真實(shí)評論者評論數(shù)量有明顯的區(qū)分。

（4）正面評價百分比（PR）：正面評價（高于3分）占全部評價的百分比越高越可疑。 大多數(shù)的虛假評論者的目標(biāo)是提升企業(yè)口碑，正面評級較多。而在現(xiàn)實(shí)生活中，由于評價標(biāo)準(zhǔn)不同，真實(shí)評論者的評級表現(xiàn)出均衡的分布趨勢，不同范圍的評論者擁有不同比例的正面評論。

（5）評論長度（RL）：大多數(shù)虛假評論的平均評論長度限制在135 個單詞以內(nèi)，而大多數(shù)真實(shí)用戶的平均評論字符長度高于200 個字符。

（6）評論人偏差（RD）：虛假評論者偏離一般消費(fèi)者評級共識的數(shù)量。 為了測量評論者的偏差，首先計(jì)算一個評論人與同一產(chǎn)品的其他評論人之間的絕對評分偏差；其次，取其所有評論的所有評級偏差的平均值，計(jì)算該評論者的平均偏差。 在滿分為5的尺度上，偏差可以從0 ～4。 大多數(shù)真實(shí)評論人在五星尺度上的絕對偏差為0.6，這表明真實(shí)評論人與其他真實(shí)評論人對產(chǎn)品有評級共識，而大多數(shù)虛假評論者與真實(shí)評論者的評級偏差較大。

（7）最大內(nèi)容相似度（MCS）：即同一評論者的任意兩條評論內(nèi)容的余弦相似度。 大多數(shù)真實(shí)評論人在評論中幾乎沒有相似度（以0.16 余弦相似度為界）；而大多數(shù)的虛假評論者在評論中有較高相似度。

通過融合上述7 種互不相關(guān)的有效特征，可提高虛假評論檢測水平。 信息融合越全面，特征提取效率越高。

3.3 實(shí)驗(yàn)結(jié)果分析

由于消費(fèi)者在消費(fèi)前習(xí)慣于參考平臺的最新消費(fèi)評價信息，使得虛假評論往往在某一時間窗內(nèi)呈爆發(fā)趨勢。 選取Yelpzip 子集近兩年的評論數(shù)據(jù)，并隨機(jī)選取其中80%數(shù)據(jù)集作為訓(xùn)練集，其余作為測試集，采用交叉驗(yàn)證法，比較不同分類模型的預(yù)測性能優(yōu)劣，分類結(jié)果見表1。 從召回率來看，LGB 模型是檢測效果最佳的模型。

表1 交叉驗(yàn)證機(jī)器學(xué)習(xí)模型分類結(jié)果Tab.1 Classification results of different machine learning models%

AUC（Area Under the Curve of ROC）是評估分類器性能的主流數(shù)值指標(biāo)，能夠很好地平衡使用不同概率閾值的預(yù)測模型的真陽性率和假陽性率，所以針對嚴(yán)重不均衡的評論數(shù)據(jù)集，往往將高AUC值作為預(yù)測性能的首要評價指標(biāo)。 將下采樣法應(yīng)用于Yelp 數(shù)據(jù)集，機(jī)器學(xué)習(xí)模型分類結(jié)果見表2。 各個分類器模型的AUC值均有所提高，LGB 模型增長最為顯著，證實(shí)了基于分類器融合的有監(jiān)督方法在虛假評論檢測中具有較好效果，但需要在召回率和精度之間做出權(quán)衡。 此外，單純基于文本重復(fù)、評論人行為和評論主觀屬性中一方面進(jìn)行特征提取的檢測效果遠(yuǎn)低于多特征融合特征提取。 因此，虛假評論檢測精度與互不重疊的有效文本特征數(shù)呈正相關(guān)。

表2 下采樣后機(jī)器學(xué)習(xí)模型分類結(jié)果Tab.2 Classification results after downsampling %

4 結(jié)束語

本文針對Yelp 數(shù)據(jù)集中的已標(biāo)注虛假評論，提取虛假評論的文本特征和行為特征，運(yùn)用多種機(jī)器學(xué)習(xí)比較融合的方法，對虛假評論進(jìn)行有監(jiān)督機(jī)器學(xué)習(xí)分類。 實(shí)驗(yàn)結(jié)果表明，Yelpzip 數(shù)據(jù)集極不均衡且虛假評論特征隱蔽性強(qiáng)，有監(jiān)督方法在虛假評論檢測中具有一定效果；提出利用下采樣法在分類檢測過程中平衡檢測精度和召回率；有監(jiān)督方法在實(shí)際應(yīng)用中取得了較好效果，也可為下一步設(shè)計(jì)基于在線虛假評論特征自動提取檢測技術(shù)方法提供參考。