[發明專利]一種基于子圖挖掘的信用炒作與惡意評價識別方法

有效

• 申請號: 201810335527.8
• 申請日: 2018-04-13
• 公開（公告）號: CN108648038B
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 李建敦
• 申請（專利權）人: 上海電機學院
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F40/216
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 翁若瑩;柏子雵

本發明提供了一種基于子圖挖掘的信用炒作與惡意評價識別方法，其特征在于，包括以下步驟：將對商品的評價劃分為好評及差評；建立每個商品的半二類網絡；對半二類網絡進行分析。本發明基于在線商品評價，能夠在海量評價數據集中，基于商品間的特定聯系構建半二分類網絡，并通過網絡統計分析與子圖挖掘實現信用炒作與惡意評價的識別。此方案對于規范電商平臺的正常運營、促進商品公平競爭、為消費者提供正確的購物指引等都具有實踐意義與應用價值。

技術領域

本發明面向在線商品的評價數據，旨在通過含多重連接的半二類網絡建模與子圖挖掘來識別不合理評價，包括信用炒作與惡意評價，從而規范商品易后反饋與商品推薦市場，促進互聯網環境的公平公正化建設，屬于網絡節點發現或模式識別領域。

背景技術

目前已有多篇關于對信用炒作與惡意評價進行識別的方法。例如：申請號為CN201510314327.0的專利，利用信息傳遞技術擴大有效信用評分，降低虛假評價，讓貨主會員(為方便說明下文以貨主會員A代稱)得到更貼合自身需求的車輛會員(為方便說明下文以車輛會員C代稱)信用狀況。從平臺數據庫提取貨主會員A的注冊信息、交易信息和朋友圈信息等相關基本交互信息，挖掘貨主會員A關于車輛會員C的直接信任圈，包括與車輛會員C發生過交易行為的貨主會員A的朋友圈、與車輛會員C發生過交易行為的資歷老信用等級高的大V貨主(包括平臺運貨量大且穩定的大企業、高級會員等大會員貨主)兩類，這兩類貨主會員與貨主會員A有著直接信任關系，他們的評價信息是貨主會員A最具參考價值的信用信息。

申請號為CN201710889243.9的專利，公開了一種防刷單的方法，包括服務器和客戶端，該方法應用于服務器。判斷所述指定書籍的點擊通過率與該書籍的近期購買量是否成正相關關系；若否，則確定所述異常行為屬于刷單行為；若是，則確定所述異常行為不屬于刷單行為。”

申請號為CN201710719176.6的專利，公開了以下技術方案：刷單行為是指書籍的作者或其他利益所得者通過聘人來刷指定書籍的點擊量，提升該書籍所在書籍區塊的點擊通過率，進而使得排在較靠后的書籍區塊的點擊通過率比靠前的書籍區塊的點擊通過率高很多，從而使分布曲線的整體趨勢與衰減類型的函數曲線的整體趨勢不符。

申請號為CN201510555824.X的專利，公開了以下技術方案：根據軟件的評論信息的相似度或信息增益，計算軟件的評論信息的平均相似度或平均信息熵；根據同一類別的每個軟件各自對應的平均相似度或平均信息熵，計算得到該同一類別的軟件對應的概率統計分布參數；根據該同一類別的軟件對應的概率統計分布參數設置同一類別的軟件對應的判定閾值范圍，該判定閾值范圍是用于判定小概率事件的閾值范圍；當待檢測軟件的評論信息的平均相似度或平均信息熵落入該待檢測軟件所屬類別的軟件對應的判定閾值范圍時，則判定該待檢測軟件是刷好評推廣作弊軟件。

申請號為CN201710889243.9的專利、申請號為CN201510555824.X的專利以及申請號為CN201510555824.X的專利通過一到兩個物理量的全局相關性或分布不同來甄別炒作評價。

申請號為CN201710520270.9的專利，公開了以下技術方案：本發明的目的在于克服現有技術的不足，提供能有效地避免刷單刷好評或惡意差評給評價排序帶來的影響、利于用戶在消費時對商品的質量有個較明確的認識、有助于電商平臺對商戶的管理、一定程度上保證出現在該平臺上的商品質量、利于電商平臺的健康發展的基于區塊鏈的評價排序方法。

此專利通過改進評價方式，即去中心化、引入交易成本，來避免出現不實好評，其價值體現在防患階段。