[发明专利]一种在线社会媒体系统中检测恶意评分用户的方法

说明书

技术领域

本发明涉及在线社会媒体系统中检测恶意评价用户的方法，特别涉及一种针对评分反馈的社会媒体系统中检测恶意评分用户的方法。

背景技术

Internet作为商务的载体，已成为必不可少的信息采集、传输和交换的工具，信息时代的到来为基于Internet的IT服务业注入了新的活力。其中社会媒体更是备受瞩目，已被公认为是21世界格局的新型经济模式和催化剂，有“朝阳产业、绿色产业”之称。社会媒体是网络化的新型经济活动，正以前所未有的速度迅猛发展着，已经成为国家增强经济竞争实力，赢得全球资源配置优势的有效手段。通过社会媒体人们不再是面对面的、看着实实在在的货物、靠纸介质单据(包括现金)进行买卖交易，而是通过网络呈现琳琅满目的商品信息，完善的物流配送系统和方便安全的资金结算系统进行交易。社会媒体中存在数以万计的电商和数以亿计消费者，如何建立有效的信誉评价机制、营造有序竞争的环境、合理引导消费者就显得格外重要。

当前大部分的信誉评价系统都基于用户对产品进行评论或评分等信息，用户对所购买的产品发表评论或进行满意度评分表达了用户对某件产品的看法和满意程度。这些评论信息为厂家以及潜在消费者提供了宝贵的信息资源。厂家通过分析这些信息，可以及时了解市场现状以及消费者的反馈意见，潜在消费者也可以以此作为购买产品的重要参考依据。潜在的消费者是否决定购买产品，最直接也是最重要的参考依据往往是产品本身获得的评分的高低和评论内容的好坏。对于大型的社会媒体交易平台，为潜在用户推荐产品的推荐系统绝大多数都基于用户对产品的历史评分数据和评论内容。如果某个商品的大多数评论都是正面的，那么该用户有非常大的可能性购买该产品；如果大多数评论是负面的，那么这个商品几乎不会被购买。现实的情况下，某些不法商家为了增大自己的利益，雇佣一批人对某些商品进行恶意评论，其评论内容与商品实际价值不符，或恶意吹捧或恶意诋毁。恶意评分和评论信息影响了评论信息的参考价值，严重误导了消费者的选择，削弱了正常用户的评分和评论信息的存在意义，使得消费者逐渐丧失对社会媒体产品评价系统的信任，进而危及并最终损害了整个社会媒体行业。由此可见，信誉评价系统中的评分数据和评论信息的真实性和有效性对于社会媒体的良性竞争意义非凡，如何甄别出信誉评价系统中的恶意评分用户的重要程度不言而喻。

为了检测出作弊评论或恶意评分的用户，目前主要有两种方法：

第一种方法是人工标记。通过人为地观察评价用户的评分、评论内容以及其他评论行为，来判断用户是否属于作弊评论用户。但这种检测方法带有很强的主观性，而且由于需要处理的数据量大，人工方法很难真正应用于大规模的社会媒体系统中恶意评价用户的检测。

第二种方法是利用计算机自动识别。首先标记典型的作弊评论用户，再通过机器学习算法对未标记的用户进行分类。比较典型的做法有两种，一是在有文字评论的评价中判断用户评论内容的相似性，另一种是计算用户评分与产品固有质量偏离程度。

比如，2011年EPL上发表的文章(A robust ranking algorithm to spamming.EPL,94(2011),48002.)中提出一种基于相关性的用户信誉排序算法检测恶意评分用户。该算法主要通过迭代策略同时计算用户信誉值和产品均值，并最终根据用户的信誉排序检测恶意评分用户。该算法的本质在于采用用户信誉对产品评分进行加权平均计算产品质量，实质上是根据用户评分值与产品固有质量的偏差来进行检测，偏差越大，说明用户成为恶意评分用户的可能性越大。这种方法虽然简单，但产品的固有质量本身是个不可衡量的值，不同用户对同一件产品的满意程度因人而异。一般情况下，产品质量用产品获得的所有评分的均值来代表的做法，客观上存在一定的误差，从而会导致检测准确度不高。另外，该算法在恶意评分用户比例特别大时候表现出很好的鲁棒性，但对于恶意评分用户比例和作弊用户评分比例都较小的真实评分系统效果不佳。