Towards automatic filtering of fake reviews

نظرات اینترنتی به طور قابل توجهی بر تصمیمات خرید مصرف کننده تاثیر می گذارد. متأسفانه این باعث افزایش قابل توجهی در بازبینی های تقلبی (یا هرزنامه) شده است که می تواند شهرت مارک ها را آسیب برساند و به طور مصنوعی ادراک کاربران درباره محصولات و شرکت ها را دستکاری کند. علیرغم تلاش های چندین تحقیق در مورد تشخیص تقلب جعلی، سوالات مهم همچنان باز هستند. به عنوان مثال، هیچ توافقی وجود ندارد اگر عملکرد روش های طبقه بندی در زمانی که آنها در سناریوهای واقعی دنیا مورد نیاز است که نیاز به یادگیری آنلاین دارند، تحت تأثیر قرار می گیرد. علاوه بر این، شناخته شده نیست که آیا عملکرد روش ها به علت ماهیت نظم زمان بررسی ها کاهش می یابد. برای پاسخ دادن به این و دیگر پرسش های مهم باز، این مقاله یک تحلیل جامع از روش های طبقه بندی مبتنی بر محتوا برای تشخیص نقض تقلب ارائه می دهد. این آزمایش ها در چندین تنظیمات انجام شده است، با استفاده از انواع مختلف یادگیری و مجموعه داده ها. تجزیه و تحلیل دقیق از نتایج شواهد کافی برای پاسخ مناسب به سوالات باز، که می تواند به عنوان پایه ای برای مطالعات آینده استفاده شود، ارائه شده است.