Ein parametrisierter Ansatz zur Bekämpfung von Spammern, die Bewertungen abgeben

Heutzutage bieten E-Commerce-Websites eine Vielzahl von Plattformen für Benutzer, auf denen sie ihre Ansichten und Meinungen äußern und ihre Bewertungen zu den Produkten im Internet veröffentlichen können. Diese von Benutzern bereitgestellten Inhalte stehen anderen Kunden und Herstellern als wertvolle Informationsquelle zur Verfügung. Diese Bewertungen sind zwar eine wichtige Informationsquelle, aber die Qualitätskontrolle dieser benutzergenerierten Daten ist nicht gewährleistet. Da die Beliebtheit von E-Commerce-Websites immens zunimmt, verschlechtert sich die Qualität der Bewertungen von Tag zu Tag, was sich auf die Kaufentscheidungen der Kunden auswirkt. Spammer können entweder positive Kommentare posten, um ein Produkt/eine Marke zu bewerben, oder negative Kommentare, um ein Produkt/eine Marke herabzusetzen. Leider verdienen viele Organisationen mit solchen Aktivitäten Geld. Spammer werden von solchen Organisationen auch für das Schreiben gefälschter Bewertungen für die Zielprodukte im Internet bezahlt. Bei dieser Arbeit verfolgen wir einen anderen Ansatz, um verdächtige Bewertungen, verdächtige Bewerter und verdächtige Bewertergruppen unter Berücksichtigung geografischer Statistiken und Netzwerkparameter zu erkennen.

Autorentext

Tanya Gera ha conseguito il Master in Ingegneria nel 2015 ed è esperta di opinion mining e networking. Il dottor Jaiteg Singh ha conseguito il dottorato di ricerca (C.S.E.) nel 2010. Ha pubblicato numerosi articoli di ricerca in varie riviste nazionali e internazionali di fama, tra cui quattro libri e due copyright statunitensi.