[发明专利]一种基于LSTM多实体特征融合的虚假评论检测方法

权利要求书

1.一种基于LSTM多实体特征融合的虚假评论检测方法，其特征在于包括以下步骤：步骤1，将评论按用户和产品分别进行分组，提取待检测评论基于产品实体的评论序列和基于用户实体的评论序列；步骤2，对每个实体中的评论进行向量化，使用卷积神经网络提取文本特征；步骤3，根据相关行为分析，对每个实体的每条评论的行为特征进行提取；步骤4，将每个实体中每条评论的文本特征与行为特征进行联合，对评论的时序联合特征进行再提取，得到待检测评论在各个实体中的特征向量表示形式；步骤5，融合待检测评论在不同实体中的特征向量，学习新的特征并构建分类器，进行虚假评论和正常评论的判定；

步骤1包括：将评论数据集中的所有评论按照用户分组并依据发布时间进行排序，取用户u在发布待检测评论r之前已发布的k条评论，表示为：

u_r＝{r_uk,r_u(k-1),…,r_u2,r_u1,r}，

u_r为待检测评论r与其对应用户u在待检测评论r之前最新发布的k条评论的集合；

将评论数据集中的所有评论重新按照产品分组并依据发布时间先后进行排序，将产品p在获得待检测评论r之前获得的m条评论表示为：

p_r＝{r_pm,r_p(m-1),…,r_p2,r_p1,r}；

步骤3中，从评论、用户和商品三个层面为u_r和p_r中的每条评论分别提取三类行为特征：每条评论从用户层面提取6个行为特征，依次为：一天内发布的最大评论数量MNR、正面评价的比例PR、负面评价的比例NR、平均偏差率avgRD、用户评价分数的分布的熵ERD、突发性BST；基于产品每条评论提取6个类似的产品实体关联的行为特征，依次为：一天内发布的最大评论数量MNR、正面评价的比例PR、负面评价的比例NR、平均偏差率avgRD、用户评价分数的分布的熵ERD、突发性BST；从评论行为出发，每条评论提取5个行为特征，依次为：在所有商品评论中的次序Rank、评分偏差率的绝对值RD、评分的极端性EXT、带阈值的评分偏差率DEV、是否为单例ISR。