تشخيص نظرات هرز در تبليغات تجاري برخط

امروزه اكثر افراد براي خريد محصولات مورد نظر خود ابتدا به فروشگاه‌هاي اينترنتي مراجعه و نظرات ديگر خريداران را در مورد آن محصول كاوش مي‌‌‌‌‌‌‌‌‌كنند و سپس به خريد محصول مورد نظر خود مي‌پردازند. استفاده از نظرات ديگران براي خريد، پتانسيل خوبي براي انحراف افكار ايجاد مي‌كند كه بوسيله آن شركت‌ها با دستكاري نظرات مي‌توانند سود بالايي كسب كنند و يا حتي شركت‌هاي رقيب را تخريب كنند. در اين مقاله روشي براي تشخيص بهتر نظرات هرز(فريبكار)با بكار بردن شباهت معنايي ارائه شده است. براي اين منظور ازمجموعه داده‌هاي فروشگاه اينترنتي آمازون استفاده شد. اين داده‌ها با رويكردهاي مبتني بر محصول، فرد و گروه با استفاده از فيلدهاي: شماره فرد، شماره محصول، زمان ارسال نظر، امتياز داده شده و متن نظر به صورت خودكار به دو دسته نظر هرز و نظر غير هرز بر چسب گذاري شدند. سپس بوسيله دسته‌‌بندهاي بيز ساده، ماشين بردار پشتيبان، درخت تصميم و K نزديكترين همسايه (K-NN)، مجموعه داده‌هاي برچسب‌گذاري شده را با معيارهاي F و صحت ارزيابي نموديم. نتيجه اينكه، شباهت معنايي را با اشتراك تمامي رويكردها تركيب نموديم و در اين ميان درخت تصميم بهترين نتايج را داشت.