结合深度置信网络和模糊集的虚假交易识别研究

发布时间：2017-08-26 21:02

  本文关键词：结合深度置信网络和模糊集的虚假交易识别研究

  更多相关文章： 虚假交易 刷客识别 商品评论 深度学习 模糊集

【摘要】：【目的】解决电子商务平台中存在的虚假交易问题。【方法】依据消费者历史购买和评论行为数据,提出一种结合深度置信网络和模糊集的虚假交易识别方法,通过识别虚假交易的用户(刷客)进行虚假交易的识别。【结果】识别准确率达到89%,与浅层机器学习模型试验结果进行对比,其综合性能有明显提升。【局限】相对于淘宝存在的海量刷客,实验数据较少。仅以淘宝数据作为验证数据,未涉及其他电子商务平台。【结论】本方法能够较好地识别刷客,减少电子商务中的虚假交易问题。
【作者单位】： 武汉大学信息管理学院;
【关键词】： 虚假交易 刷客识别 商品评论 深度学习 模糊集
【分类号】：F724.6;F203
【正文快照】： 1引言益。因此识别虚假交易和虚假评论对电子商务的健康发展具有重要的意义。目前电子商务呈快速发展态势,交易金额不断扩大,据中国电子商务研究中心统计[1],截至2014年底2文献综述中国网络零售交易规模达2.82万亿元人民币,超过美虚假评论是虚假交易中的重要组成部分,虚假评国，

本文编号：742934