[发明专利]一种基于胶囊网络的水军商品评论虚假检测装置及方法在审
申请号: | 201910462304.2 | 申请日: | 2019-05-30 |
公开(公告)号: | CN110134770A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 佘玉萍 | 申请(专利权)人: | 莆田学院 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/38;G06F16/387;G06Q30/02 |
代理公司: | 北京权智天下知识产权代理事务所(普通合伙) 11638 | 代理人: | 徐小淇 |
地址: | 351100 福建*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 评论 胶囊 商品评论 虚假检测 输出端电连接 检测 获取单元 确认单元 输入端 网络 恶意攻击 检测分析 数据共享 准确度 筛选 非法 安全 | ||
1.一种基于胶囊网络的水军商品评论虚假检测装置,包括评论获取单元(1)、评论检测单元(2)、虚假评论确认单元(3)和数据共享集单元(4),其特征在于:
所述评论获取单元(1)的输出端电连接评论检测单元(2)的输入端,所述评论检测单元(2)的输出端电连接虚假评论确认单元(3)的输入端,所述评论检测单元(2)和数据共享集单元(4)双向电连接,所述评论检测单元(2)包括评论内容属性检测单元(5)、评论者属性检测单元(6)和评论商品属性检测单元(7)。
2.根据权利要求1所述的一种基于胶囊网络的水军商品评论虚假检测装置,其特征在于:
所述评论内容属性检测单元(5)包括自然语言相似度测试模块(8)、评论语义人工智能识别测试模块(9)和评论风格人工智能识别测试模块(10),所述自然语言相似度测试模块(8)的输出端电连接评论语义人工智能识别测试模块(9)的输入端,所述评论语义人工智能识别测试模块(9)的输出端电连接评论风格人工智能识别测试模块(10)的输入端。
3.根据权利要求1所述的一种基于胶囊网络的水军商品评论虚假检测装置,其特征在于:
所述评论者属性检测单元(6)包括评论时间及频率对比模块(11)、评论IP及MAC地址对比模块(12)、评论者地理位置对比模块(13)、评论者活跃时间监测模块(14)、关联移动终端设备型号对比模块(15)和评论人名称分析模块(16)。
4.根据权利要求3所述的一种基于胶囊网络的水军商品评论虚假检测装置,其特征在于:
所述评论时间及频率对比模块(11)的输出端电连接评论IP及MAC地址对比模块(12)的输入端,所述评论IP及MAC地址对比模块(12)的输出端电连接评论者地理位置对比模块(13)的输入端,所述评论者地理位置对比模块(13)的输出端电连接评论者活跃时间监测模块(14)的输入端,所述评论者活跃时间监测模块(14)的输出端电连接关联移动终端设备型号对比模块(15)的输入端,所述关联移动终端设备型号对比模块(15)的输出端电连接评论人名称分析模块(16)的输入端。
5.根据权利要求4所述的一种基于胶囊网络的水军商品评论虚假检测装置,其特征在于:
所述评论人名称分析模块(16)包括用户名规律分析模块(17)、提交信息时间间隔分析模块(18)和同商品多评论分析模块(19)。
6.根据权利要求5所述的一种基于胶囊网络的水军商品评论虚假检测装置,其特征在于:
所述用户名规律分析模块(17)的输出端电连接提交信息时间间隔分析模块(18)的输入端,所述提交信息时间间隔分析模块(18)的输出端电连接同商品多评论分析模块(19)的输入端。
7.根据权利要求1所述的一种基于胶囊网络的水军商品评论虚假检测装置,其特征在于:
所述评论商品属性检测单元(7)包括商品实际描述匹配模块(20)和商品实际销售排行匹配模块(21),所述商品实际描述匹配模块(20)的输出端电连接商品实际销售排行匹配模块(21)的输入端。
8.一种基于胶囊网络的水军商品评论虚假检测的方法,其特征在于:包括以下步骤:
A:评论获取:获取预设时段接收到的评论消息;
B:基于评论内容检测:根据评论所使用的词汇特征、来自不同评论者的评论内容及风格的相似度、评论的语义通过与数据共享集数据库进行对比来识别评论的真实性,并利用自然语言理解和人工智能进行识别;
C:基于评论者属性检测:根据评论发表的时间和频率、所涉及评论者、评论使用的IP或MAC地址、评论者的地理位置、活跃时间、移动终端型号等,从中对比分析发现评论异常行为,从而识别评论的虚假性,再经过对评论人名称进行具体分析,根据用户名的规律、提交信息时间间隔、同商品多评论进行分析,当有相似或者相近的用户名时,即可判定为虚假评论,当提交信息时间间隔很短,即可判定为虚假评论,当对同样的商品多次评论,即可判定为虚假评论;
D:基于评论商品特征检测:根据产品的实际描述、实际销售排行等信息,对虚假评论进行对比识别,如果一个商品销量很好,但出现明显贬低性评论,则该评论即为虚假评论;
E:虚假评论确认:经过将获取评论对比数据共享集并分析之后,得到确定的虚假评论数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于莆田学院,未经莆田学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910462304.2/1.html,转载请声明来源钻瓜专利网。