[发明专利]基于留评人行为识别虚假商品评论的方法及系统

说明书

本发明实施例公开了一种基于留评人行为识别虚假商品评论的方法及系统，所述方法包括：步骤1：将商品评论的留评人与职业留评人数据库中的职业留评人名单进行匹配；步骤2：计算留评人特征值，并通过职业留评人行为特征模型判定；步骤3：根据预设的评论策略判断是否删除该评论；步骤4：根据预设的卖家店铺异常行为策略判断该卖家店铺行为是否异常，若是，则向卖家发出整改通知或关停该店铺。本发明可根据平台政策需要删除其留下的虚假评论，还可以根据电商卖家的商品与职业留评人合作情况判定其是否违反平台规则，同时发出违规整改通知，甚至严重时可以关闭其线上店铺，达到治理平台商品评论的目的。

技术领域

本发明涉及电商平台评论治理技术领域，尤其涉及一种基于留评人行为识别虚假商品评论的方法及系统。

背景技术

在网上购物之前，消费者会先浏览商品的描述和功能。不会立即购买它，因为他依然不确定这些描述是否正确。所以会寻找其他购买过此商品的人的评论。这些评论可能会说服他最终购买该商品，也可能因为评论中看到商品的缺点而放弃购买。因此评论的内容对商品的成交转换率有着至关重要的影响。

因此电子商务卖家会想方设法提高自己的产品的正面评论，减少负面评论。电商平台作为交易中间撮合方，则要尽可能减少各种商品的虚假评论。

发明内容

本发明实施例所要解决的技术问题在于，提供一种基于留评人行为识别虚假商品评论的方法及系统，以减少各种商品的虚假评论。

为了解决上述技术问题，本发明实施例提出了一种基于留评人行为识别虚假商品评论的方法，包括：

步骤1：将卖家店铺新产生的商品评论的留评人与职业留评人数据库中的职业留评人名单进行匹配，若匹配成功，则进入步骤3；若匹配失败，则进入步骤2；

步骤2：计算留评人特征值，并通过职业留评人行为特征模型判定该评论为正常评论还是职业留评人评论，若为职业留评人评论，则将该留评人添加到职业留评人名单；若为正常评论，则将该商品评论标记为正常评论；

步骤3：根据预设的评论策略判断是否删除该评论，若是，则进入步骤4；

步骤4：根据预设的卖家店铺异常行为策略判断该卖家店铺行为是否异常，若是，则向卖家发出整改通知或关停该店铺。

进一步地，步骤1之前还包括：

数据库构建步骤：采集职业留评人信息，提取职业留评人的行为特征的样本，构建职业留评人数据库；

模型构建步骤：构建职业留评人行为特征模型，并采用预设机器学习算法通过职业留评人数据库中的样本训练职业留评人行为特征模型。

进一步地，预设的卖家店铺异常行为策略包括店铺所有商品的评论为职业留评人留下与正常买家留下的比率、卖家店铺商品历史被删除过的评论与保留的比率、卖家订单数与评论数比率中的一种或多种。

进一步地，步骤2之后还包括：

训练步骤：根据所判定的职业留评人评论训练职业留评人行为特征模型。

相应地，本发明实施例还提供了一种基于留评人行为识别虚假商品评论的系统，包括：

名单匹配模块：将卖家店铺新产生的商品评论的留评人与职业留评人数据库中的职业留评人名单进行匹配；

提取整理模块：若名单匹配模块匹配失败，则将留评人留评特征提取、结构化，计算留评人特征值；

匹配模块：根据留评人特征值通过职业留评人行为特征模型判定该评论为正常评论还是职业留评人评论；

行为判定模块：根据预设的评论策略判断是否删除该评论，若是，则根据预设的卖家店铺异常行为策略库判断该卖家店铺行为是否异常，若异常，则向卖家发出整改通知或关停该店铺。