[发明专利]一种产品垃圾评论者检测系统

权利要求书

1.一种产品垃圾评论者检测系统，其特征在于，包括：

预处理及数据输入模块，用于对回复数据集进行预处理，过滤无效的回复，得到新的回复数据集，然后将评论数据集、回复数据集、评论者集合、回复者集合、商店集合和产品集合输入模型计算模块；

模型计算模块，包括评论者可信度模型、评论真实度模型和商店可靠性模型，用于迭代计算评论者可信度、评论真实度和商店可靠性；以及

结果输出模块，用于输出计算得到的评论者可信度，得到最终的检测结果。

2.根据权利要求1所述的一种产品垃圾评论者检测系统，其特征在于，所述预处理及数据输入模块按如下方法过滤无效的回复：

a)如果回复者在评论数据集中没有评论，则判定该回复者是不可信的回复者，删除该回复者的回复；

b)删除重复的回复，即删除同一个回复者针对同一个评论者且针对同一个产品的多次回复，只计一次回复；

c)删除评论者对自己评论的回复。

3.根据权利要求1所述的一种产品垃圾评论者检测系统，其特征在于，所述评论者可信度模型为：

T(r)=21+e-Hr-1]]>

其中，T(r)为评论者r的评论者可信度，若T(r)＞0，表示评论者r为可信评论者；H_r为评论真实度总和，即评论真实度总和等于评论者r发表的所有评论的评论真实度之和，n_r表示评论者r发表的所有评论的总数，表示评论者r发表的第i条评论的评论真实度；

所述评论真实度模型，即评论真实度的计算方法为：

H(v)=|R(Γv)|An(v,Δt)+αU(v)1+α]]>

其中，H(v)为评论v的评论真实度，R(Γ_v)为商店Γ_v的商店可靠性，Γ_v为评论v评论的商店id；A_n(v,Δt)表示在时间间隔Δt内评论v的周围评论的一致性分数，其中，κ_i、κ_j分别表示评论i和评论j对应的评论者id，T(κ_i)、T(κ_j)分别表示评论i和评论j对应的评论者的评论者可信度，S_v,a表示与评论v评分一致的评论的集合，S_v,d表示与评论v评分不一致的评论的集合；α为一参数；U(v)为评论v的回复分数，用于反映可信回复者的回复对评论的影响，避免垃圾评论者利用回复提高评论的真实度，其中，re_v为认为评论v有用的回复者；Tr(re_v)表示回复者re_v的回复者可信度，由于经过预处理后的回复者都可以在评论数据集中找到其相应的评论，因此回复者即为评论者，回复者可信度即等于评论者可信度，表示所有认为评论v有用的可信回复者的回复者可信度总和；

所述商店可靠性通过产品满意度反映，所述商店可靠性模型，即商店可靠性的计算方法为：

R(s)=21+e-θ-1]]>

其中，R(s)为商店s的商店可靠性，PS(i)为商店s第i个产品的产品满意度，m为商店s的总产品数；

所述产品满意度的计算公式为：

PS(i)=n1Σv∈Us1,T(κv)>0T(κv)(ψv-u)|H(v)|+n2Σv∈Us2,T(κv)>0T(κv)(ψv-u)|H(v)|n1+n2]]>

其中，u为整个评分系统的评分中间值；n₁为评分大于等于评分中间值的可信评论者的数量，n₂为评分小于评分中间值的可信评论者的数量，U_s1为评分大于等于评分中间值的评论的集合，U_s2为评分小于评分中间值的评论的集合；ψ_v为评论v的评分；κ_v为评论v对应的评论者id。

4.根据权利要求3所述的一种产品垃圾评论者检测系统，其特征在于，所述模型计算模块根据输入的评论数据集、回复数据集、评论者集合、回复者集合、商店集合和产品集合，按如下步骤迭代计算评论者可信度、评论真实度和商店可靠性：

步骤(1)初始化商店s的商店可靠性R(s)=1，评论者r的评论者可信度T(r)=1；

步骤(2)计算评论v的评论真实度H(v)；

步骤(3)根据步骤(2)得到的评论真实度，计算评论者r所有评论的评论真实度总和H_r；

步骤(4)根据步骤(3)得到的结果，计算评论者r的评论者可信度T(r)；

步骤(5)根据步骤(2)和步骤(4)得到的评论真实度和评论者可信度，计算产品i的产品满意度PS；

步骤(6)根据步骤(5)得到的产品满意度，计算商店可靠性R(s)；

步骤(7)利用步骤(4)和步骤(6)更新的评论者可信度T(r)和商店可靠性R(s)返回步骤(2)，重复步骤(2)-(5)进行迭代，直至第i次迭代和第i+1次迭代得到的评论者可信度的向量ζ_i和ζ_i+1满足1-cos(ζ_i,ζ_i+1)<ε，ε为一设定阈值，输出评论者r的评论者可信度。