CCIIP实验室2019级研究生王子扬同学(导师：魏巍)的论文“User-based Network Embedding for Opinion Spammer Detection （作者：王子扬，魏巍，毛先领，郭贵冰，周潘，江胜）”被国际知名SCI期刊Pattern Recognition (PR) 录用，PR是模式识别领域的知名期刊，在CCF学术推荐列表中认定为B类刊物，最新影响因子IF为7.74。
垃圾评论者检测(Opinion Spammer Detection)目标是找出在线平台中的垃圾评论者(例如评论水军等)，现有的研究致力于对用户的文本特征或者用户对的直接行为特征进行建模来检测垃圾评论者，但前者容易被用户刻意的文本修改干扰，后者容易受到噪音的影响。为了解决以上问题，本文提出了一个新颖的基于网络嵌入的无监督方法。该方法首次采用了联合学习直接关系(direct relevance)和间接关系(indirect relevance)的方式来检测垃圾评论者群体。其中直接关系通过符号网络上用户对之间的行为特征捕捉，间接关系通过学习k阶网络领域接近度(neighbor proximity)捕捉。在真实世界数据集(Amazon_cn和YelpHotel)上的大量实验证明了我们所提出方法的有效性。
图1 模型框架图
图2 实验结果对比图