抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
サイバースペース上に広がる情報の信頼性と信頼性はますます重要になっている。これは,購入決定を行う前に,潜在的顧客チェックレビューと顧客フィードバックをオンラインで行うので,電子商取引において特に重要である。この情報は,関連するウェブサイトを通して容易にアクセスできるが,これらのレビューの信頼性の検証の欠如は,それらの信頼性に関する懸念を提起する。また,不正利用者は,人々が彼らの興味に対して行動することを決定するために,誤った情報を広める。従って,偽と信頼できないレビューの検出は,セキュリティ研究者によって取り組まれなければならない重要な問題である。ここでは,基礎となるレビュー製品ネットワーク構造を利用することにより得られた情報により,レビューのテキストコンテンツから抽出された知識を組み込んだスパムレビュー検出フレームワークを提案した。提案フレームワークにおいて,最初に,特徴ベクトルを,学習文書とノード埋め込みのために開発された最先端のアルゴリズムを利用することによって,それぞれのレビュー,レビュー,および製品のために学習して,次に,これらを,意見スパムを同定するために分類装置に供給した。スパムレビューを検出する既存の技術に対する著者らのフレームワークの有効性を,オンラインレビューを含む3つの異なるデータセットにおいて実証した。得られた実験結果は,レビュー製品ネットワークとテキストレビューデータから学習された表現を組み合わせることが,スパムレビューの検出を著しく改善することを確認した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】