論文の概要: Detecting and Characterizing Extremist Reviewer Groups in Online Product Reviews

• arxiv url: http://arxiv.org/abs/2004.05865v1
• Date: Mon, 13 Apr 2020 10:59:21 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-14 00:27:26.545122
• Title: Detecting and Characterizing Extremist Reviewer Groups in Online Product Reviews
• Title（参考訳）: オンライン製品レビューにおけるエクストリームレビューグループの検出と評価
• Authors: Viresh Gupta, Aayush Aggarwal, Tanmoy Chakraborty
• Abstract要約: 本稿では,Amazon製品レビューサイトからレビューを収集し,923名の候補レビューグループを手作業でラベル付けした。 それらのグループは、多くのブランドを相互にレビュー(製品)した場合に、ユーザがまとめられるように、ブランドの類似性よりも頻繁にアイテムセットマイニングを使用して抽出される。 我々は、そのグループのユーザが書いたレビューに基づいて、グループを分類するタスクのために複数の分類器を実行し、そのグループに極度の兆候があるかどうかを判断する。
• 参考スコア（独自算出の注目度）: 26.473021051027537
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online marketplaces often witness opinion spam in the form of reviews. People are often hired to target specific brands for promoting or impeding them by writing highly positive or negative reviews. This often is done collectively in groups. Although some previous studies attempted to identify and analyze such opinion spam groups, little has been explored to spot those groups who target a brand as a whole, instead of just products. In this paper, we collected reviews from the Amazon product review site and manually labelled a set of 923 candidate reviewer groups. The groups are extracted using frequent itemset mining over brand similarities such that users are clustered together if they have mutually reviewed (products of) a lot of brands. We hypothesize that the nature of the reviewer groups is dependent on 8 features specific to a (group, brand) pair. We develop a feature-based supervised model to classify candidate groups as extremist entities. We run multiple classifiers for the task of classifying a group based on the reviews written by the users of that group, to determine if the group shows signs of extremity. A 3-layer Perceptron based classifier turns out to be the best classifier. We further study the behaviours of such groups in detail to understand the dynamics of brand-level opinion fraud better. These behaviours include consistency in ratings, review sentiment, verified purchase, review dates and helpful votes received on reviews. Surprisingly, we observe that there are a lot of verified reviewers showing extreme sentiment, which on further investigation leads to ways to circumvent existing mechanisms in place to prevent unofficial incentives on Amazon.
• Abstract（参考訳）: オンライン市場はしばしばレビューの形で意見スパムを目撃する。 人々はしばしば、高い肯定的または否定的なレビューを書くことによって、特定のブランドを宣伝または妨害するために雇用される。 これはしばしばグループで行われます。 過去の研究では、こうした意見スパムグループを特定し分析しようとしたが、単に商品ではなく、ブランド全体を対象とするグループを見つけるための研究はほとんど行われていない。 本稿では,Amazon製品レビューサイトからレビューを収集し,923名の候補レビューグループを手作業でラベル付けした。 それらのグループは、多くのブランドを相互にレビュー(製品)した場合に、ユーザがまとめられるように、ブランドの類似性よりも頻繁にアイテムセットマイニングを使用して抽出される。 レビューグループの性質は、(グループ、ブランド)ペアに特有の8つの特徴に依存していると仮定する。 候補群を極端存在として分類する特徴に基づく教師付きモデルを開発した。 そのグループのユーザが書いたレビューに基づいてグループを分類するタスクのために、複数の分類器を実行し、グループが四肢の徴候を示すかどうかを判断する。 3層パーセプトロンベースの分類器が最良の分類器であることが判明した。 ブランドレベルの意見詐欺のダイナミクスをよりよく理解するために、これらのグループの行動をさらに詳細に研究する。 これらの行動には、レーティングの一貫性、レビュー感情、確認済み購入、レビュー日時、レビューで受け取った有益な投票が含まれる。 驚いたことに、多くの審査員が極端な感情を示しており、さらなる調査により、Amazonに対する非公式なインセンティブを防ぐための既存のメカニズムを回避する方法が導かれる。

関連論文リスト

• Analytical and Empirical Study of Herding Effects in Recommendation Systems [72.6693986712978]
  評価アグリゲーションルールとショートリストされた代表レビューを用いて製品評価を管理する方法について検討する。 本稿では,Amazon と TripAdvisor の収束速度を向上させるために,適切な信頼度評価アグリゲーションルールが有効であることを示す。
  論文  参考訳（メタデータ） (2024-08-20T14:29:23Z)
• Combat AI With AI: Counteract Machine-Generated Fake Restaurant Reviews on Social Media [77.34726150561087]
  我々は、高品質なYelpレビューを活用して、OpenAI GPTレビュー作成者から偽レビューを生成することを提案する。 このモデルを適用して、非エリートレビューを予測し、複数の次元にまたがるパターンを識別する。 ソーシャルメディアプラットフォームは、マシン生成の偽レビューによって継続的に挑戦されていることを示す。
  論文  参考訳（メタデータ） (2023-02-10T19:40:10Z)
• Detecting Spam Reviews on Vietnamese E-commerce Websites [0.0]
  本稿では,電子商取引プラットフォーム上でのスパムレビューを検出するための厳格なアノテーション手順を有するViSpamReviewsというデータセットを提案する。 本データセットは,レビューがスパムか否かを検出するバイナリ分類タスクと,スパムの種類を特定するマルチクラス分類タスクの2つのタスクから構成される。 PhoBERTは、マクロ平均F1スコアでそれぞれ88.93%と72.17%の2つのタスクで最高結果を得た。
  論文  参考訳（メタデータ） (2022-07-27T10:37:14Z)
• Are Your Reviewers Being Treated Equally? Discovering Subgroup Structures to Improve Fairness in Spam Detection [13.26226951002133]
  本稿では,スパム検出のための新しいサブグループ構造の定義,近似,利用の課題に対処する。 まず、レビューグラフ内のサブグループ構造を同定し、グループ内の離散精度を導出する。 3つの大規模なYelpレビューデータセットのベースラインに対する総合的な比較では、サブグループのメンバシップを識別し、グループフェアネスに活用できることが示されている。
  論文  参考訳（メタデータ） (2022-04-24T02:19:22Z)
• Spatio-Temporal Graph Representation Learning for Fraudster Group Detection [50.779498955162644]
  企業は、偽レビューを書くために詐欺師グループを雇い、競合相手をデモしたり、自分のビジネスを宣伝したりすることができる。 そのようなグループを検出するには、詐欺師グループの静的ネットワークを表現するのが一般的なモデルである。 両レビュアーの表現学習におけるHIN-RNNの有効性を第一に活用することを提案する。
  論文  参考訳（メタデータ） (2022-01-07T08:01:38Z)
• Attention-based Bidirectional LSTM for Deceptive Opinion Spam Classification [0.0]
  不正なレビューは様々なオンラインレビュープラットフォームに意図的に投稿され、顧客が商品やレストランを購入したり、訪ねたり、気を散らすのを手伝う。 この研究は、レビューを偽りまたは真偽として検出し分類することを目的としている。 これには、レビューの分類と提案されたアプローチの概要のための様々なディープラーニング技術の使用が含まれる。
  論文  参考訳（メタデータ） (2021-12-29T19:02:04Z)
• Learning Opinion Summarizers by Selecting Informative Reviews [81.47506952645564]
  31,000以上の製品のユーザレビューと組み合わせた大規模な要約データセットを収集し、教師付きトレーニングを可能にします。 多くのレビューの内容は、人間が書いた要約には反映されず、したがってランダムなレビューサブセットで訓練された要約者は幻覚する。 我々は、これらのサブセットで表現された意見を要約し、レビューの情報的サブセットを選択するための共同学習としてタスクを定式化する。
  論文  参考訳（メタデータ） (2021-09-09T15:01:43Z)
• Identifying Hijacked Reviews [21.600163117735857]
  レビュー・ヒジャック(英: Review Hijacking)は、非倫理的な販売者が既存の製品ページを「ヒジャック」する新しいレビュー操作戦略である。 商品とレビューを交換することで、ハイジャックのレビューを行うための、合成ラベル付きデータを生成するフレームワークを提案する。 次に、ツインLSTMネットワークとBERTシークエンスペアの2つの可能性を評価し、このデータを用いてハイジャックされたものとの正当性レビューを区別する。
  論文  参考訳（メタデータ） (2021-07-07T20:43:36Z)
• Abstractive Opinion Tagging [65.47649273721679]
  eコマースでは、意見タグは、アイテムのレビューの特徴を反映したEコマースプラットフォームが提供するタグのランクリストを指す。 意見タグを生成するための現在のメカニズムは、手作業またはラベル付け方法に依存します。 AOT-Net と呼ばれる抽象的な意見タグフレームワークを提案し、多数のレビューからランク付けされた意見タグのリストを生成します。
  論文  参考訳（メタデータ） (2021-01-18T05:08:15Z)
• A Unified Dual-view Model for Review Summarization and Sentiment Classification with Inconsistency Loss [51.448615489097236]
  ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。 本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。 異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
  論文  参考訳（メタデータ） (2020-06-02T13:34:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。