10.16

水军检测问题整理

摘要

水军问题由来已久，水军检测问题一直非常重要。水军检测问题主要面临的困难包括但不限于：源数据难以获取；水军标定规则太主观；水军检测涉及的特征难以规范化表达等。目前对水军检测的工作以图计算和神经网络训练两种方式为主。我们目前的工作集中在用CNN实现水军的检测。由于水军特征繁杂，涉及了至少图结构处理，自然语言处理，数值处理三个维度，且数据会面临维度缺失等数据不规范的问题，难以直接转换到CNN网络所能识别的输入。基于这个问题，我们提出了PDL算法，将各个维度数据做了有机整理，以二维矩阵的形式输入CNN网络，达到了水军检测的目前可知的最高准确率。

相关工作

Review Graph Based Online Store Review Spammer Detection 率先提出了基于graph 的检测算法，合理利用了用户间，用户店铺间，店铺之间的信息，打破了基于语义分析的垄断地位，提供了新的识别思路。

Graph-based review spammer group detection完全的图分析算法，目标分类是群组分类，深度利用了图论知识，提供了良好的评价指标。特点是：划分群组，给每个群打分，多种评估函数，可以应对不同类型群组，但缺点是图分割算法会划出一些兴趣相同的鱼龙混杂分组，需要优化分割算法

Review Spam Detection by Highlighting Potential Spammers and Diminishing Their Effect 提出了水军的五