Review Spam Detection Using Word Embeddings and Deep Neural Networks

Zobrazit minimální záznam

dc.contributor.author Barushka, Aliaksandr cze
dc.contributor.author Hájek, Petr cze
dc.date.accessioned 2020-03-19T13:06:39Z
dc.date.available 2020-03-19T13:06:39Z
dc.date.issued 2019 eng
dc.identifier.isbn 978-3-030-19822-0 eng
dc.identifier.issn 1868-4238 eng
dc.identifier.uri https://hdl.handle.net/10195/75038
dc.description.abstract Review spam (fake review) detection is increasingly important taking into consideration the rapid growth of internet purchases. Therefore, sophisticated spam filters must be designed to tackle the problem. Traditional machine learning algorithms use review content and other features to detect review spam. However, as demonstrated in related studies, the linguistic context of words may be of particular importance for text categorization. In order to enhance the performance of review spam detection, we propose a novel content-based approach that considers both bag-of-words and word context. More precisely, our approach utilizes n-grams and the skip-gram word embedding method to build a vector model. As a result, high-dimensional feature representation is generated. To handle the representation and classify the review spam accurately, a deep feed-forward neural network is used in the second step. To verify our approach, we use two hotel review datasets, including positive and negative reviews. We show that the proposed detection system outperforms other popular algorithms for review spam detection in terms of accuracy and area under ROC. Importantly, the system provides balanced performance on both classes, legitimate and spam, irrespective of review polarity. eng
dc.format p. 340-350 eng
dc.language.iso eng eng
dc.publisher Springer eng
dc.relation.ispartof IFIP Advances in Information and Communication Technology. Vol. 559 eng
dc.rights open access eng
dc.subject Neural network eng
dc.subject Review spam eng
dc.subject Skip-gram eng
dc.subject Word embedding eng
dc.subject Word2vec eng
dc.subject neuronová síť cze
dc.subject recenzní spam cze
dc.subject skip-gram cze
dc.subject slovní vnoření cze
dc.subject word2vec cze
dc.title Review Spam Detection Using Word Embeddings and Deep Neural Networks eng
dc.title.alternative Detekci spamu v recenzích pomocí slovních vnoření a hlubokých neuronových sítí cze
dc.type ConferenceObject eng
dc.description.abstract-translated Spam v recenzích (fejková recenze) je stále důležitější s ohledem na rychlý růst internetových nákupů. Proto musí být navrženy sofistikované filtry spamu, aby tento problém vyřešily. Tradiční algoritmy strojového učení používají k detekci spamu v recenzi obsah recenze a další atributy. Jak je však prokázáno v souvisejících studiích, jazykový kontext slov může mít pro kategorizaci textu zvláštní význam. Abychom zvýšili výkon detekce spamu v recenzích, navrhujeme nový přístup založený na obsahu, který zohledňuje jak slova, tak slovní kontext. Přesněji řečeno, náš přístup využívá k vytvoření vektorového modelu n-gramy a metodu vnořených slov se skip-gramy. Výsledkem je, že se generuje reprezentace atributů ve vysoké dimenzionalitě. Ke zpracování reprezentace a přesné klasifikaci spamu v recenzi se ve druhém kroku používá hluboká dopředná neuronová síť. K ověření našeho přístupu používáme dva soubory dat o recenzích hotelů, včetně kladných a záporných recenzí. Ukazujeme, že navrhovaný detekční systém překonává další populární algoritmy pro kontrolu detekce spamu z hlediska přesnosti a plochou pod ROC. Důležité je, že systém poskytuje vyvážený výkon na obou třídách, legitimní i spamové, bez ohledu na polaritu recenze. cze
dc.event 15th IFIP WG 12.5 International Conference on Artificial Intelligence Applications and Innovations, AIAI 2019 (24.05.2019 - 26.05.2019, Hersonissos) eng
dc.peerreviewed yes eng
dc.publicationstatus postprint eng
dc.identifier.doi 10.1007/978-3-030-19823-7_28 eng
dc.relation.publisherversion https://link.springer.com/chapter/10.1007/978-3-030-19823-7_28 eng
dc.identifier.obd 39883421 eng


Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam

Vyhledávání


Rozšířené hledání

Procházet

Můj účet