计算机应用

作者：张琪, 纪淑娟, 傅强, 张纯金

单位：1. 山东省智慧矿山信息技术重点实验室(山东科技大学), 山东 青岛 266590;2. 秦皇岛市公安局 技术侦察支队, 河北 秦皇岛 066000;3. 山东科技大学 网络信息中心, 山东 青岛 266590

关键词：电子商务,水军群组,带权评论图,社区发现,聚类

基金：国家自然科学基金资助项目（71772107，61502281）。

针对在电子商务平台上检测编写虚假评论的水军群组的问题，提出了基于带权评论图的水军群组检测算法（WGSA）。首先，利用共评论特征构建带权评论图，权重由一系列群组造假指标计算得到；然后，为边权重设置阈值筛选可疑子图；最后，从图的社区结构出发，利用社区发现算法生成最终的水军群组。在Yelp大型数据集上的实验结果表明，与K均值聚类算法（KMeans）、基于密度的噪声应用空间聚类算法（DBscan）以及层次聚类算法相比WGSA算法的准确度更高，同时对检测到水军群组的特征与差异作了分析，发现水军群组的活跃度不同，危害也不同。其中，高活跃度群组危害最大，应重点关注。

来源：2019年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第6期