在线下市场, 消费者购买商品时的决策依据在很大程度上依赖于现实生活中相互之间的产品口碑传播。随着互联网应用的高速发展, 在线商品评论开始产生, 传统口碑开始向电子口碑过渡, 在线商品评论信息已成为消费者进行网络购物决策时的重要参考依据之一。伴随着在线商品评论的丰富化和多样化, 在线商品虚假评论开始逐步进入人们的视野。

在线商品虚假评论至今并没有一个独立统一的定义, 由于目前对在线商品虚假评论的研究多等同于“垃圾评论”的研究, 因而大部分学者采用Jindal等^{[ 3]}提出的对“垃圾评论”的定义和分类, 即“垃圾评论”分为虚假评论(Untruthful Opinion)、无关评论(Reviews on Brands Only)以及非评论信息(Non-reviews)三种类别。孟美任等^{[ 6]}将“虚”和“假”分开定义, 其中“虚”是指滥发却没有任何价值的评论信息, 事实上这里的“虚”即指Jindal等定义中的第二和第三类垃圾评论。而笔者认为, 国内学者在对Jindal等文章中关于“Review Spam”一词的引用存在误解, 即将它释义为“垃圾评论”是有偏差的。

国内学者在引用“垃圾”一词时, 多源自“垃圾邮件、垃圾链接”之类的计算机专业术语。但从本义上来讲, 这里的“Review Spam”则应被称为“虚假评论”。在Jindal等的研究网站^{[ 7]}中, 关于“Review Spam”列出了三个等价词语: “Fake Review”、“Bogus Review”和“Deceptive Review”, 由此可以看出以前国内学者将这类评论定义为“垃圾评论”是存在误解的, 如果解释为“垃圾”则更加倾向于“无用”之意, 因此笔者将其改称“虚假评论”。然而无论是将虚假评论等同于垃圾评论来研究, 或是将“虚”和“假”分开, 以上学者对在线商品虚假评论的界定都是从行为主体者动机出发。即虚假评论指那些为达到促销自家商品、提升自身信誉或诋毁竞争者商品的目的而发表的不真实的过高或过低的评论, 从而故意误导消费者或是干扰平台意见挖掘系统。这里的行为动机主要来源于商家为提升自身销售量, 实现利益最大化。

笔者认为, 在线商品虚假评论的分类应该从评论最终的作用主体——消费者为起点进行分类, 即从评论信息效用的角度进行分类。分类方式如图1所示:

图1

	Figure Option ViewDownloadNew Window
	图1 在线商品评论的分类

在线商品评论从评论信息效用的角度可以分为有用和无用评论。有用评论是指能够对消费者的购物决策产生作用(这种作用既可能是正面的促进, 也有可能是负面的误导)的评论, 而无用则是指类似广告、乱码之类和商品本身无关的信息评论, 无用评论信息往往对于消费者而言极易辨别, 无法误导其购物决策。在有用评论中, 根据其对消费者购物决策的作用类型, 将其分为“正面作用”和“负面作用”。正面作用能够辅助消费者做出正确的购买决策, 包括促使消费者购买到符合心理预期的产品和阻止消费者购买到掺假虚夸的产品; 负面作用评论则是误导消费者进行错误购买决策的相关评论, 包括阻止消费者购买到符合心理预期的产品和诱导消费者购买到掺假虚夸的产品。因此在处理模型中, 最终目的是将可能的负面作用评论识别出来, 即进行可信度排序。

在已有的研究中, 在线商品虚假评论识别主要从三个方面展开:

(1) 元数据特征: 包括评论者元数据(评论者信誉、年龄、方式等)、评论内容元数据(包括评论字数、有用性得票、评论时间等)、产品元数据(包括产品价格、平均得分等)等;

(2) 文本特征: 评论内容的相似度、评论行为(风格)的相似度、评论特征内容(如第一人称、第二人称等)等;

(3) 情感特征: 评论积极、消极词汇比例(数目)、句子的主客观程度等。较为常用的识别模型主要有: 基于元数据特征与虚假评论或评论者的相关性评估模型^{[ 4, 8, 9]}, 基于评论文本特征的相似度检测模型^{[ 3, 10, 11]}, 基于文本特征内容评价模型^{[ 12]}等。

笔者认为, 虚假评论的识别应以增加用户对评论内容的体验效用为出发点, 展开模型的设计与评价。如众多研究者所述^{[ 1, 6, 7, 10]}: 虚假评论的识别目的是减少虚假评论对消费者的误导, 辅助消费者进行正确的决策。那么虚假评论的识别问题和在线商品效用排序的问题应该是紧密联系的。换句话说, 评论的可信度越低, 则对消费者的效用也就越低。因此, 在RAPBEE模型构建的末尾环节, 在基于评论可信度排序的基础上, 进一步利用评论效用排序算法^{[ 13]}改善评论质量, 从而辅助消费者在可信前提下做出正确的购物决策。模型的实验结果表明, 该模型具备较强的适应性和可扩展性以及较高的消费者辅助决策满意度。

在已有的研究中, 对于在线商品虚假评论的处理多采用“一次性”方案, 如文献[1]中的评论相似度匹配、文献[6]基于用户行为的识别、文献[16]基于群体用户行为等处理方案。这类方案主要有以下缺点。

(1) 忽视了新增评论对已有评论造成影响的可能性。由于在线商品评论的实时性与动态性, 时刻都可能有新的评论产生, 因此对于特定商品的新评论是否会影响已有评论的有效性和真实性, 这在以往研究中往往被忽略。

(2) 忽视了商家服务或者商品本身发生变化而导致已有评论“失真”的可能性。商家以盈利为基本目的, 因此商家极有可能在得到一定的好评数后降低服务质量, 但由于多数识别处理方案无法处理此类情形, 使得降低质量后的差评无法得到有效的展示而使消费者受害。反之, 同样可能存在商家发现自身服务或者商品存在不足后予以改进, 此时, 以前发表的有关不足的评论将变得“不真实”。

RAPBEE模型在解决上述不足的基础上, 形成了如图3所示的逻辑解决方案。

图3

	Figure Option ViewDownloadNew Window
	图3 RAPBEE模型逻辑结构

在该方案中, 对于商品的新增评论, 有两部分需要重新计算和处理:

(1) 个性化评论属性词典的重建。新增评论(非重复和广告等无用评论)产生后将联合已有的评论库(包含限制和非限制)对个性化评论属性词典进行重构;

(2) 属性情感可信度阈值的重建。新增评论的属性情感倾向将对已有评论的属性情感倾向均值造成影响, 因此必须在加入新增评论后, 对评论属性的离群点进行重新的测算和评估。因此任何商家的某些属性服务或者产品的质量变更, 都将反映到消费者的评论内容中, 从而使得所有评论关于该商品各个属性的评分的平均值发生相应的改变。

产品评论个性化属性词典的获取需要依赖于初始商品描述信息以及评论内容。初始商品描述信息往往来自于商家本身对商品的描述, 包括和产品服务相关的各类信息(因为这些信息可能在商品评论中被评价), 因此在此基础上构建的个性化属性词典更具有针对性。笔者在获取个性化属性词典时采用的方法较为简单, 主要涉及到文本提取、分词、词频统计排序、去重、去除停用词、形容词、动词、无意义属性词等操作(限于篇幅, 详细流程见模型代码), 其逻辑流程如图4所示:

图4

	Figure Option ViewDownloadNew Window
	图4 个性化评论属性词典获取方法

2.4 产品属性情感评估算法

产品属性情感评估是RAPBEE模型中最为关键也是最核心的算法, 其中包含的较为重要的子算法是属性情感栈匹配算法, 下面将从算法要素定义展开。

(1) 算法要素定义

定义4: 评论产品属性相关度。产品的属性特征词多表现为名称或者名词性短语, 是对产品或者服务的客观性描述。评论中所包含的产品属性词越多, 那么相对无关评论而言, 其信息含量也就更为丰富和可观, 由此可以降低过强情感倾向带来的不可信度, 同时对消费者的辅助决策作用也越明显。因此, 在RAPBEE模型中, 将会采用评论属性相关度评分对整体情感评价得分项(tot_score)进行辅助修正。其计算方案如下:

其中, N为第 条评论的词项总数, 为第 条评论的属性词频度, 当 越大时(即属性词越多), 值越小(属性相关度越高), 此时修正后的情感倾向:

就越小(降低了情感幅度)。

定义5: 基于情感词位置的修正值。情感倾向能够反映消费者对待产品或者服务的态度。然而不同强度的情感词、不同位置的情感词不仅会对消费者情感强度的表达造成影响, 也会对阅读者的情感体验造成影响。因此, 在RAPBEE模型中, 以语句中心为对轴线, 语句两端(开头和结尾)情感词的强度表达要强于中间, 即消费者如果将自身的情感词语放在评论开头或者结尾部分, 那么他所要表达的情感强度将高于中间的某些不重要位置^{[ 17]}。其计算方法如下:

其中, 表示该情感词在语句中所处的位置, 为该条评论的字符总数。

定义6: 属性情感栈。属性情感栈主要由4个子栈组成, 分别对应特征属性词栈、情感倾向强度栈、否定词栈以及程度副词栈, 属性情感栈是用于匹配产品评论属性情感倾向的重要数据结构, 属性情感栈所执行算法如图5所示。通过图5算法计算完成后, 得到属性情感匹配的结果矩阵如图6所示。

图5

	Figure Option ViewDownloadNew Window
	图5 属性情感栈

图6

	Figure Option ViewDownloadNew Window
	图6 属性情感匹配得分矩阵

然后再利用定义4和定义5所得的权重进行修饰计算, 最终对应各属性权值得分计算方案如下所示:

其中, 为得分矩阵中第 行得分结果; 为情感词位置修正权重; 为情感词倾向值; 为否定副词权重值, 存在取-1, 默认取1; 为程度副词权重值。

(2) 属性情感栈匹配算法

对已分词序列中的属性对应的情感倾向进行匹配是RAPBEE模型的核心算法, 也是本文的创新点之一。其基本算法流程如图7所示:

图7

	Figure Option ViewDownloadNew Window
	图7 属性情感栈匹配算法

属性情感栈匹配算法是专门针对在线商品评论短文本的细粒度属性情感倾向的估值算法。假设存在评论: “蛮好的, 价钱实惠, 售后也挺好的, 有一袋破了, 售后很爽快的解决了, 包装有点破损, 以后还会再来的”, 通过算法标注计算后, 结果矩阵以及标注矩阵如图8所示:

图8

	Figure Option ViewDownloadNew Window
	图8 属性情感栈匹配计算实例

如果将情感栈结果矩阵进行还原将得到如图9所示的表达句。从还原效果来看, 该算法能够对原句子中消费者所要表达的属性评论部分匹配出较高的保真度。

图9

	Figure Option ViewDownloadNew Window
	图9 属性情感栈匹配计算还原实例

2.5 评论可信度计算

评论可信度计算是在得出属性情感评估结果后的处理节点, 也是RAPBEE模型的关键点之一。在RAPBEE模型可信度的计算中, 将采用基于统计量扩展的多元离群点检测方法, 即通过计算已有属性情感倾向的相对差值的平均值来衡量该条评论关于该属性的离群程度。假设存在如图10所示的评论属性得分矩阵:

图10

	Figure Option ViewDownloadNew Window
	图10 评论属性情感结果矩阵

第条评论的离群度量计算方法如下:

其中, 是评论 在第 维上的值(存在第 维评价内容的评论), 是所有评论(存在第 维评价内容的评论)在第 维上的均值, 是评论 存在评论内容的维度, 是评论 存在评论内容的维度数目, 当计算值De越大时, 则认为该评论的可信度越低。

进行可信度评估后, 可以得到商品评论的可信度序列即De序列, 进一步对De序列进行归一化处理并从低到高排序后即形成MR序列(通过模型计算得到的可信度序列)。然后采用如下处理方案, 对MR进行分类:

其中, Accept list对应图3中的“可展示评论库”, Refuse list对应“限制评论库”, 两者内部全部按MR值从小到大排列。

RAPBEE模型的编码基于R语言^①进行实现。R语言是一个开源的、免费的统计分析与数据挖掘语言, 拥有很强的扩展与运算能力^{[ 18]}。在RAPBEE模型的实现过程中, 笔者引用了一个基础的分词包Rwordseg^{[ 19]}, 该包是R环境下基于rJava实现的中文分词工具, 同时是由中国科学院计算技术研究所ICTCLAS中文分词算法编写而来。

在模型的实证研究中, 本文的数据主要来自两方面:

(1) 基于淘宝平台的数据抓取

这部分的实验数据是模型运算的基础, 并且按照时间排序进行获取。获取的主要字段包括: 评论者ID、评论者信誉、评论内容、评论时间、评论字数、评论有效性投票。

(2) 基于现场模拟实验的评分数据

为了能够对实验模型进行有效检测, 笔者采用“体验法”邀请实验人员(20人)进行现场标注实验。具体实验过程为:

① 本文软件代码(R语言)以及相关词典、数据可从https://github.com/zhiyulee-RUC/ReviewSpamDet下载, 供读者实验验证与扩展使用。

①实际购买已抓取评论的对应商品(咖啡^{[ 20]}), 并记录所有购物体验数据, 如购买时间、购买价格、发货时间、物流配送时间、收货时间等。

②实验当天, 现场和实验人员一起拆开包裹, 体验网络购物流程, 品尝咖啡。

③实验人员根据自身购物体验, 对已有评论的可信度、有用性进行标注, 标注方案为离散型打分即1-5星级打分, 分别对应: 1分非常不可信(没用)、2分不可信(没用)、3分普通可信(有用)、4分较为可信(有用)、5分非常可信(有用)。

④实验结束, 对已获得的20份标注数据取各项数据的平均值, 并对平均值进行归一化处理, 得到消费者标注序列CR。

该实验的主要目的是模拟消费者的真实购物流程, 反映目前(抓取评论集时)商品、服务现状, 并由消费者根据自身体验判别评论内容的可信度, 以此辅证RAPBEE模型的识别处理效果。

本实验的商品对象取自淘宝商家的一款咖啡产品^{[ 20]}, 一共917条商品评论信息。通过系统运行产生了对应各条评论的可信度数据MR序列(相关评论序列)。基于现场模拟的实验评分数据是对已获取的评论数据的可信度评估的实际值(消费者认可值)进行归一化处理后得到CR序列(相关评论对应的序列), 模型的准确率评估遵循以下算法:

其中, 表示对每条评论的可信度偏离值。AC的结果表示通过模型计算得到的评论序列对于消费者而言的购物体验吻合度, AC值越高, 表示模型的排序效果越理想, 即模型计算得到的序列更加符合商品目前的真实状况。

通过模型运行计算, RAPBEE模型识别处理得到的AC值为0.862, 即通过RAPBEE模型识别处理后的评论序列和当前商品的真实情况的符合度为86.2%, 这在已有模型中已经属于非常不错的结果。此外, 在本实例中, 恰好存在商家商品或服务发生变更的情形, 如图11所示。

图11(a)中数据显示卖家在得到了相应的服务反馈后做出改进, 使得评论内容中关于包装服务评价的得分逐步改善, 因此随着时间的推移, 关于包装属性项目的平均分值上移, 此时以前关于包装属性的负面得分的可信度下降, 正好符合模型的实践意义。而图11(b)中关于物流服务的评价通过Dickey-Fuller检验后P值为0.01<0.05, 即物流服务在整个时间序列中整体状态一直保持不变并趋向于稳定的均值(物流服务取决于物流服务商, 因此物流服务在商品销售期间一直处于稳定状态)。

图11

	Figure Option ViewDownloadNew Window
	图11 商家包装、物流服务评价时间序列