文献

J-GLOBAL ID：201902212204712695   整理番号：19A1530364

SPAMレビュー検出技術:系統的文献レビュー【JST・京大機械翻訳】

Spam Review Detection Techniques: A Systematic Literature Review

著者 (6件)： Hussain Naveed (Department of Computer Science, COMSATS University Islamabad, Lahore Campus, Lahore 54000, Pakistan) ,  Hussain Naveed (Department of Software Engineering, The University of Lahore, Lahore 54000, Pakistan) ,  Mirza Hamid Turab (Department of Computer Science, COMSATS University Islamabad, Lahore Campus, Lahore 54000, Pakistan) ,  Rasool Ghulam (Department of Computer Science, COMSATS University Islamabad, Lahore Campus, Lahore 54000, Pakistan) ,  Hussain Ibrar (Department of Software Engineering, The University of Lahore, Lahore 54000, Pakistan) ,  Kaleem Mohammad (Department of Electrical Engineering, COMSATS University Islamabad, Islamabad 44000, Pakistan)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 9  号： 5  ページ： 987  発行年： 2019年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 製品またはサービスの購入に関するオンラインレビューは,ユーザ意見の主要な供給源になった。利益またはゲームを得るために,通常スパムレビューを書き,いくつかの目標製品またはサービスを促進または人口化する。この実践はレビュースパミングとして知られている。過去数年において,スパムレビューの問題を解決するために種々の方法が提案されている。本研究において,研究者は,系統的文献レビュー(SLR)アプローチを用いたスパムレビュー検出に関する既存の研究の包括的レビューを行った。全体として,76の既存の研究をレビューし,分析した。研究者は,レビューデータセットと異なる方法およびレビュースパム検出問題を解決するために使用される異なる方法と技術から特徴を抽出する方法に基づく研究を評価した。さらに,本研究は,レビュースパム検出法の評価に使用される異なる計量を分析する。この文献レビューは,スパム検出をレビューするために2つの主要な特徴抽出技術と2つの異なるアプローチを同定した。さらに,本研究は,レビュースパム検出モデルの精度を評価するために一般的に使用される異なる性能計量を同定した。最後に,本研究は,レビューデータセットからの異なる特徴抽出アプローチについての全体的な議論,スパムレビュー検出アプローチの提案された分類,評価尺度,および公開可能なレビューデータセットを提示する。スパムレビュー検出の領域における研究ギャップと将来方向も提示した。本研究では,任意のレビュースパム検出法の成功因子が相互依存性を有することを同定した。特徴抽出はレビューデータセットに依存し,レビュースパム検出法の精度は特徴工学アプローチの選択に依存する。したがって,スパムレビュー検出モデルの実行の成功とより良い精度を達成するために,これらの因子は互いに一致して考慮する必要がある。研究者の知る限りでは,これはSLRプロセスを用いたスパムレビュー検出の領域における既存の研究の最初の包括的レビューである。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ゲーム ,  検出法 ,  特徴抽出 ,  *文献展望 ,  モデル
準シソーラス用語： 相互依存性 ,  評価尺度 ,  スパム検出 ,  スパム ,  オンライン ,  体系的文献レビュー , 【Automatic Indexing@JST】

著者キーワード (4件)： SPAMレビュー検出 ,  意見スパム ,  Fakeレビュー ,  レビュー Spammer検出

分類 (5件)： リモートセンシング一般  (AD04000L) ,  自然災害  (RA02030M) ,  海洋汚濁  (SB02040B) ,  写真測量,空中写真  (RC02040D) ,  図形・画像処理一般  (JE04010I)

引用文献 (87件)：

• Xue, H.; Li, F.; Seo, H.; Pluretti, R. Trust-aware review spam detection. In Proceedings of the 2015 IEEE Trustcom/BigDataSE/ISPA, Helsinki, Finland, 20-22 August 2015; Volume 1, pp. 726-733.
• Lau, R.Y.; Liao, S.Y.; Kwok, R.C.; Xu, K.; Xia, Y.; Li, Y. Text mining and Probabilistic language modeling for online review spam detection. ACM Trans. Manag. 2011, 2, 25.
• Serrano-Guerrero, J.; Olivas, J.A.; Romero, F.P.; Herrera-Viedma, E. Sentiment analysis: A review and comparative analysis of web services. Inf. Sci. 2015, 311, 18-38.
• Mukherjee, A.; Venkataraman, V.; Liu, B.; Glance, N.S. What Yelp fake review filter might be doing? In Proceedings of the International Conference on Web and Social Media, Cambridge, MA, USA, 8-11 July 2013; pp. 409-418.
• Rashid, A.; Anwer, N.; Iqbal, M.; Sher, M. Areas, Techniques, Challenges of Opinion Mining. Int. J. Comput. Sci. 2013, 10, 18-31.

タイトルに関連する用語 (3件)： レビュー ,  検出技術 ,  系統的文献レビュー