10.16

水军检测问题整理

摘要

水军问题的存在已久，其检测工作始终具有重要的研究价值。当前水军检测所面临的主要挑战涵盖多个方面，例如原始数据获取困难、水军识别标准过于依赖主观判断、以及相关特征难以形成统一规范的表达方式等。现阶段针对水军检测的研究主要依赖图计算和神经网络训练两种技术路径。本研究聚焦于采用卷积神经网络（CNN）开展水军识别工作。由于水军特征具有高度复杂性，涉及图结构处理、自然语言处理以及数值处理等多个层面，同时数据在不同维度上存在缺失现象，难以直接适配CNN网络的输入格式。为应对上述问题，我们提出了一种PDL算法，该方法对各维度数据进行了系统整合，并将其转化为二维矩阵形式输入至CNN网络中，从而实现了当前已知的最高水平的水军检测准确率。

相关工作综述

Review Graph Based Online Store Review Spammer Detection 首次引入了基于图结构的检测机制，充分整合了用户之间、用户与店铺之间以及店铺之间的关联信息，突破了传统语义分析方法的主导地位，为识别虚假评论者提供了全新的技术路径。

Graph-based review spammer group detection 采用完整的图分析方法，其目标在于实现群组层面的分类任务，并深入运用图论相关知识，取得了较为理想的评估结果。其主要