网络虚假评论研究综述

(沈阳理工大学 辽宁 沈阳 110000)

引言

随着互联网技术的快速发展，越来越多的在线购物网站走进人们的生活，比如京东，小红书，网易考拉等。随之，在线评论也成为越来越受人们欢迎的一种社交媒体，主要表现为消费者在购买商品时，会把该商品的历史评论记录当作一个重要的参考指标。为了给消费者提供良好的购物环境，虚假评论的检测工作已经成为不可或缺的方面。

一、概念

虚假评论是指消费者蓄意发表的、具有恶意引导性的评论，其目的是增加或者降低指定产品的竞争力。虚假评论一般分两种情况：一是对好的产品恶意差评，来引导潜在消费者转向其它店铺进行购买；二是对坏的产品好评，来引导潜在消费者购买。

虚假评论大致分为以下三类：

①欺骗性的评论，指故意对不好的产品好评来引导消费者购买的评论和恶意对好的产品差评来劝阻消费者购买的评论。

②不相关的评论，指一些仅与商家店铺、品牌等有关，与产品本身毫不相关的评论；

③非评论信息，指一些发布广告的评论和一些含义不明的评论。

二、虚假评论大量产生的原因

当消费者在购物网站上购买一件商品之前，会关注此产品的总体评价信息。当消费者发现想要购买的产品绝大多数都是好评时，则会增强购买欲望，大大增加消费者购买产品的可能性。如果发现产品评价信息趋于差评，则会降低购买欲望，大大降低消费者购买产品的可能性。

由于利益的驱使，每个商家都努力提高他们产品的好评度来吸引更多的消费者。一些商家会雇用一些人对其产品进行虚假评论，用来提高店铺的知名度和产品的好评度；一些商家可能会雇用一些人对同行的产品进行恶意打压，用来提高自己店铺的竞争力。

同样由于利益的驱使，“刷单”这种兼职随之产生。一个普通人在只需要一台电脑或者一部手机的情况下，就能够在几分钟的时间内完成一个订单。这种时间短、有报酬的“刷单”工作，吸引了大量想要兼职赚钱的人。

三、国内外研究现状分析

虚假评论检测问题属于数据挖掘领域中的异常检测和观点挖掘问题。虚假评论检测的概念是在2008年，有由美国知名教授Bing Liu及其研究团队提出的。自此虚假评论检测成为国内外数据挖掘领域内一个热门研究方向，越来越多的教授、学者加入虚假评论检测的大军。现今，对虚假评论的研究大致分为三个方向并且有其相应的研究方法。

(一)虚假评论检测

虚假评论检测是指在评论集合中发现错误或虚假的、无关的和不能真实反映被评论对象的评论。由于在做虚假评论检测之前我们并不能确定数据集合中哪些是虚假评论，因此将它们找到并且进行评估检测是一个亟需解决的问题。

(二)虚假评论人检测

虚假评论人检测是从用户的购物行为出发，找到虚假评论人，继而根据“虚假评论人发表的所有评论均为虚假评论”这一原则，达到检测虚假评论的目的。JinDal N等人根据评论人的反常评论模式分析一个评论人为虚假评论人的可能性。Ee-Peng Lim等人从评论人对同一产品重复打分的次数、打分相近度、评论内容相似度这三个方面来综合判断一个评论人是否为虚假评论人。宋海霞等借助评论人的行为特性，提出一种基于评论人行为特征的自适应聚类的虚假评论检测方法来判断一个评论人是否为虚假评论人。

(三)虚假评论组检测

Mukherjee等提出通过对虚假评论群组的检测来确定虚假评论。检测虚假评论群组是通过对大量同组人员集中对特定产品发表虚假评论，其具体表现为评论打分与真实消费者的平均打分相差甚远、评论内容及其相似，虚假评论数量在评论总数中的占比很高，继而结合机器学习中有的算法来对虚假评论群组进行识别。

四、虚假评论的治理措施

在互联网蓬勃发展的今天，虚假评论检测是维护市场经济秩序和消费者良好的购物环境的重要保障。从现有的一些期刊论文来看，虚假评论检测已经取得了不错的成果，不过仍然不能在根源上避免虚假评论的出现。

为此，国家颁布了相应的法律条文——《中华人民共和国电子商务法》。《中华人民共和国电子商务法》是政府调整、企业和个人以数据电文为交易手段，通过信息网络所产生的，因交易形式所引起的各种商事交易关系，以及与这种商事交易关系密切相关的社会关系、政府管理关系的法律规范的总称。其中，特别指出商家不仅要遵循平等公正的原则对商品真实、全面地进行描述，而且不得虚构用户评价或者不符事实的商业宣传来欺骗、误导消费者。以上规定旨在充分保障消费者的知情权和选择权。

五、总结

本文从虚假评论的概念入手，讲述了虚假评论产生的原因、现状以及治理措施。在互联网蓬勃发展的今天，我们要向全社会呼吁：抵制虚假评论，还消费者一个可靠的在线购物环境，还商家一个公平公正的竞争环境。同时，我们也要关注国内外对虚假评论领域的研究，期待研究学者们越来越精确的检测技术。这不仅是消费者安心使用线上购物平台的重要保障，而且是商家公平竞争、市场和谐的重要保障。