要約
スパムレビューは評判に大きな影響を与えるため、オンラインプラットフォームで蔓延している問題です。
ただし、データ ストリーム内のスパム検出に関する研究はほとんどありません。
もう一つの懸念は、透明性の必要性です。
したがって、この文書では、データ ドリフトの適応を組み込んだ、スパム レビューを特定して説明するためのオンライン ソリューションを提案することで、これらの問題に対処します。
これは、(i) 増分プロファイリング、(ii) データ ドリフトの検出と適応、(iii) 機械学習を使用したスパム レビューの識別を統合します。
説明可能なメカニズムにより、ダッシュボードに視覚的およびテキストによる予測の説明が表示されます。
得られた最良の結果は、スパム F 値の最大 87 % に達しました。
要約(オリジナル)
Spam reviews are a pervasive problem on online platforms due to its significant impact on reputation. However, research into spam detection in data streams is scarce. Another concern lies in their need for transparency. Consequently, this paper addresses those problems by proposing an online solution for identifying and explaining spam reviews, incorporating data drift adaptation. It integrates (i) incremental profiling, (ii) data drift detection & adaptation, and (iii) identification of spam reviews employing Machine Learning. The explainable mechanism displays a visual and textual prediction explanation in a dashboard. The best results obtained reached up to 87 % spam F-measure.
arxiv情報
| 著者 | Francisco de Arriba-Pérez,Silvia García-Méndez,Fátima Leal,Benedita Malheiro,J. C. Burguillo |
| 発行日 | 2024-06-21 10:35:46+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google