[发明专利]基于评论数据的跨平台电商欺诈检测方法和系统

权利要求书

1.一种基于评论数据的跨平台电商欺诈行为检测方法，其特征在于，包括以下步骤：

(1)从相关电商网站获取商品的评论数据，并对所述的评论数据对应的商品属性进行人工标注；

(2)对评论数据进行预处理，并从中提取单词级别特征、评论语义特征和评论结构特征，构建训练集；

(3)以单词级别特征、评论语义特征和评论结构特征为输入，利用训练集训练二元分类器；

(4)从相关电商网站获取目标商品的评论数据，提取目标商品评论数据的单词级别特征、评论语义特征和评论结构特征，输入到训练好的二元分类器对目标商品的属性进行识别。

2.根据权利要求1所述的跨平台电商欺诈行为检测方法，其特征在于，步骤(2)中，所述的单词级别特征包括平均积极词数量、平均消极词数量、平均高频n-gram词组含量和平均高频n-gram词组比例。

3.根据权利要求2所述的跨平台电商欺诈行为检测方法，其特征在于，平均积极词数量和平均消极词数量的提取方法，包括：

(a1)采用爬取的评论数据训练一个word2vec模型；

(a2)采用训练好的word2vec模型从评论数据中寻找与积极种子词相似的词语，构建积极词库；采用训练好的的word2vec模型从评论数据中寻找与消极种子词相似的词语，构建消极词库；

(a3)统计所述的评论数据中积极词和消极词的数量，计算平均积极词数量和平均消极词数量。

4.根据权利要求1所述的跨平台电商欺诈行为检测方法，其特征在于，步骤(2)中，所述的评论语义特征包括平均评论情感特征；所述平均评论情感特征的提取方法包括：

(b1)利用情感模型计算商品下每一条评论的情感值；

(b2)对该商品下所有评论的情感值取平均数，得到平均评论情感特征。

5.根据权利要求1所述的跨平台电商欺诈行为检测方法，其特征在于，步骤(2)中，所述的评论结构特征包括：平均标点数量、标点总量、平均评论熵、平均评论长度和评论总长度。

6.一种基于评论数据的跨平台电商欺诈行为检测系统，其特征在于，包括：

数据收集模块，从相关电商网站获取商品的评论数据；

语义分析模块，深度分析所述评论数据的语义信息；

特征提取模块，利用评论数据的语义信息，提取评论数据的单词级别特征、评论语义特征和评论结构特征；

欺诈检测模块，基于评论数据的单词级别特征、评论语义特征和评论结构特征，利用二元分类器判别该商品是否属于欺诈商品。