一种中文虚假顾客评论识别方法
【技术领域】
[0001] 本发明设及一种中文虚假顾客评论识别方法，能够较快较准确地识别出国内电商 网站的虚假顾客评论。 技术背景
[0002] 随着电子商务的迅速发展，对于虚假顾客评论的自动识别显得越来越重要。顾客 评论是解决网络交易中交易双方相互信任、W及弥补商品缺乏实体体验问题的关键一环， 可W说在网上交易中诚信的价值更加凸显。但如果评论本身是虚假的，那么交易的根基就 会受到影响；如果任由该种虚假评论泛滥，那么它所损害的就不仅是交易双方，而是整个电 子商务产业。
[0003] 但现在尚无应用于电商平台的中文虚假顾客评论自动识别系统。现有的技术在提 取虚假评论特征时，仅通过词频特征和一些外部特征（如用户评论时间间隔、用户打分）刻 画虚假评论，并未考虑评论内容本身的情感特征；而且只能识别完全相同的重复评论，不能 识别模板评论；对团伙评论识别也无能为力。
[0004] 比如邓莎莎等人2014年在《系统管理学报》提出的基于欺骗语言线索的虚假评 论识别方法，其虚假评论特征选取为；名词动词和功能词的词频分布、表示时空词语所占比 例、实体名称词频、感觉性动词词频、人称代词词频。利用该些特征训练分类器，可W-定程 度上识别虚假评论。但该种通过词频特征和其他外部特征的虚假评论识别算法，识别率较 低。
【发明内容】
[0005] 本发明的目的在于提供一种中文虚假顾客评论识别方法，克服现有技术识别率低 的问题，W便能够较快较准确地识别出国内电商网站的虚假顾客评论。
[0006] 为此，本发明提出一种中文虚假顾客评论识别方法，包括如下步骤；a)评论数据 逐条读入；b)将评论进行分词，得到语句的词性序列、语法成分与结构特征；C)至少分为W 下二部分对一条评论同时进行特征提取；词数分布离群度特征提取、情感分布离群度特征 提取；根据提取的结果，将离群度值超过设定阔值的评论标记为虚假评论。
[0007] 本发明具有W下优势：添加了顾客评论内容的情感分析，很好地识别了无效评论 和不相关评论，并计算了评论的情感离群度，提高了中文虚假评论的识别率。
[000引在优选实施例中，本发明还对评论句子的结构信息编码，识别了模板评论与重复 评论，为识别不良用户和团伙提供了基础；通过构建新的特征体系与识别方法，进一步提高 了中文虚假评论的识别率。
【附图说明】
[0009] 图1是本发明实施例的流程图。
【具体实施方式】
[0010] 本发明实施例的提出一部分是基于发明人的如下发现，即发现现有技术识别率低 的原因在于如下方面：
[0011] 首先，它不考虑评论的内容，即不能正面判断评论的真与假，仅通过词频特征来区 分，在中文语言丰富多样的情况下，难W保证识别率，说服力也较低。
[0012] 其次，词频特征和外部特征难W识别非针对商品本身的评论和非评论语句。
[0013] 再次，现有技术只能识别完全一样的重复评论，不能识别使用模板的评论。
[0014] 最后，利用用户评论时间间隔等特征不能识别互换语句、使用模板团伙评论。
[0015] 本发明实施例的算法程序流程图如图1所示。其步骤如下所述：
[0016]a).评论数据逐条读入；
[0017]b).利用开源中文分词工具（如化danNL巧将评论进行分词，得到语句的词性序 列、语法成分与结构特征；
[0018] C).该里分为W下S部分对一条评论同时进行特征提取；
[0019] 1.词数分布离群度特征提取：
[0020] ①对各词性词数进行统计，在现有方法上对统计对象进行丰富，包括能愿动词， 专有名，形谓词，叹词，名词，趋向动词，人称代词，人名，把动词，量词，疑问代词， 限定词，运算符，副词，时态词，网址，指示代词，省略词，表情符，方位词，语气词， 机构名，时间短语，拟声词，动词，被动词，形容词，序数词，并列连词，品牌名，介 词，型号名，标点，数词，地名，结构助词，事件名，从属连词，惯用词等，产生词数向 量；
[0021] ②建立商品的词数向量库，统计词数的总体分布。
[0022] ⑨将评论的词数特征向量与该商品的词数总体分布比较，计算出该评论的词数分 布罔群度；
[0023] 2.情感分布离群度特征提取：
[0024] ①依据语法分析对原句进行搭配提取，搭配应包括主题词（名称或行为），情感词 (表达褒贬态度）和程度词（表达情感强烈程度），每句评论一般有多组情感搭配；
[0025] ②将无情感搭配的评论视为无效评论，进行记录；
[0026] ⑨基于词语的相似度，对主题词进行匹配，确定搭配所描述的商品属性（如价格、 质量、外观、服务等等），如果无法匹配，则视为不相关评论进行记录。
[0027] ④依据情感词和程度词词库，对搭配进行情感分析，得出评论的情感向量。
[002引⑥建立商品的情感向量库，统计情感值的总体分布。
[0029] ⑧将评论的情感特征向量与该商品的情感总体分布比较，计算出该评论的情感分 布罔群度；
[0030] 词频离群度与情感离群度特征提取的例子；W下面10句评论说明如何对评论进 行词频离群度与情感离群度特征提取，输入的10句评论为：
[0031] 1)忧5700084_2011，用了差不多两周了，屏幕挺大，摄像头像素高，挺清晰的，拍照 效果好。电池3100很耐用
[0032] 2)shuangzaozeng.手机感觉不错，很实用，挺满意
[0033] 3)s」ane21，用了近半个月，手机运行速还不错，很流畅。手机音质也很好，外放 挺大。前置摄像头不错，后置摄像头似乎没1300百万那么理想。安装了很多软件兼容性不 错，手机拿到没有太多垃圾软，经过官网升级达到最新。总体很满意，899性价比很高！服务 很温和，比较满意！
[0034] 4)qq535076804,手机很大气哦，很薄很轻，手机的灵敏度蛮高的，色彩非常好，外 观精致高端大气，机身做工精致，触频的反应也很快。上网下载的速度也很快，像素很高，操 作灵敏，系统很流畅，是一款性价比超高的智能机！！
[0035] 5)xinningllz.红米NOTE外观难看，质量也不好，差评！
[0036] 6)znh2146566,用了一天，感觉摸透了手机，说说优缺点。优点：手感不错，屏幕在 应用较亮的主题情况下显示不错，和高清屏差距不是太大，肉眼难W分辨，发明人用的=星