摘要
随着互联网的发展,用户越来越多地在线上完成购物、订餐,并倾向于先参考线上评论。评论对用户决策的重要导向作用催生了网络水军。网络水军会为了自身利益或其他不良动机,发布与实际体验不相符的评价,且会随时调整自己的策略来逃避平台的识别。现提出一个基于行为特征的水军识别算法(FBS),并将FBS加入到极小极大博弈,在这个博弈中,水军与识别器相互竞争,将博弈转换为两个相互依赖的马尔可夫决策过程,不断优化各自的策略,最终得到一个当前场景下最优的识别器。与当前先进的水军识别算法对比,性能有了明显提升,在公开数据集YelpChi上实际效应可以达到3.69。
- 单位