基于主观倾向值和EasyEnsemble算法的虚假评论识别方法

来源：计算机应用研究杂志2021年第5期北京时间：

作者：陶朝杰,杨进,

单位：上海理工大学理学院,上海200093；

摘要：为了有效识别在线虚假评论，提出一种基于XGBoost-EasyEnsemble算法的虚假评论识别方法。首先，根据虚假评论的特点和提出的主观倾向值计算方法，建立多维特征模型；其次，针对评论数据中的类别不平衡问题，EasyEnsemble算法借助集成策略弥补欠采样的缺陷，充分利用样本信息；最后，选择“好而不同”的XGBoost模型作为基分类器训练最终分类器。基于Yelp网站上的评论数据，以AUC作为评价指标，与支持向量机、GBDT、神经网络等热门机器学习算法进行对比，验证了该方法的有效性。

关键词：虚假评论,类别不平衡,主观倾向值,EasyEnsemble,XGBoost,

基金资助：国家教育部人文社科规划基金资助项目(16YJA630037)；上海市一流学科建设项目(S1201YLXK)；；