基于評價內(nèi)容和id相似性識別的電商評價判斷系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及互聯(lián)網(wǎng)領(lǐng)域，特別設(shè)及基于評價內(nèi)容和ID相似性識別的電商評價判 斷系統(tǒng)。
【背景技術(shù)】
[0002] 在當代，隨著互聯(lián)網(wǎng)的普及，電子商務(wù)已經(jīng)成為一種被廣泛利用的商業(yè)貿(mào)易方式。 買賣雙方主要是通過電商的網(wǎng)頁或者是軟件進行交易活動。由于電子商務(wù)沒有傳統(tǒng)的實體 店面，對銷售人員的數(shù)量要求也不高，所W相比傳統(tǒng)交易模式更能夠控制運營成本，因而有 著更大的價格優(yōu)勢。但是，有很多不法商家為了提高自己的銷量從而雇傭?qū)I(yè)刷評價團隊 也制造大量的虛假評價來對自己的商品進行虛假的宣傳，從而欺騙消費者來提高自己的真 實銷量。
[0003] 目前電子商務(wù)的發(fā)展迅猛，體量巨大，電商環(huán)境中的賣家數(shù)量眾多，用戶在進行購 買決定時難W判斷商品描述的真實性，對商品評價的依賴度很高，由于賣家評價作弊而造 成的商品的性能好評度虛高的情況引起的買家利益損失的情況嚴重。在該樣的情況下，如 何對電子商務(wù)中商家的評價作弊行為進行識別和判斷成電子商務(wù)發(fā)展過程中亟待解決的 問題；在判斷虛假評價過程中如何全面的科學的將虛假評價識別出來，對于商品購買者和 電商環(huán)境管理者來說具有重要的意義；目前現(xiàn)有技術(shù)中還缺乏準確有效的相關(guān)設(shè)備來實現(xiàn) 相關(guān)的判斷。

【發(fā)明內(nèi)容】

[0004] 為了解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供了基于評價內(nèi)容和ID相似性識別 的電商評價判斷系統(tǒng)，分別通過內(nèi)容相似性判斷模塊和ID相似性判斷模塊來識別目標商 品評價數(shù)據(jù)中的相同和相似評價內(nèi)容，W及相同或者相似的評價ID，在判斷出相同和相似 ID的基礎(chǔ)上通過作弊因子判斷模塊，來鑒別出該些相同或者相似評價ID所發(fā)出商品評價 的頻率是否明顯高于正常的闊值，如果高于正常的闊值則將該些ID判斷為虛假評價ID，通 過虛假評價判斷模塊將判斷出的相同和相似評價內(nèi)容和虛假評價ID標記出來；該樣實現(xiàn) 了目標商品評價中虛假評價的自動識別，為電商環(huán)境管理者和商品消費者提供了簡單可靠 的評價辨識工具。
[0005] 為了實現(xiàn)上述發(fā)明目的，本發(fā)明提供了W下技術(shù)方案：
[0006] 基于評價內(nèi)容和ID相似性識別的電商評價判斷系統(tǒng)；包括客戶機、網(wǎng)絡(luò)連接裝 置、內(nèi)容相似性判斷模塊、ID相似性判斷模塊、作弊因子判斷模塊W及虛假評價標記模塊； 其中所述客戶機一端通過網(wǎng)絡(luò)連接裝置來獲取目標商品的相關(guān)評價數(shù)據(jù)信息（目前通過 爬蟲技術(shù)可W很方便的獲取到目標網(wǎng)頁中的相關(guān)信息，提取的速度快，可分析數(shù)據(jù)的總量 巨大，所提取數(shù)據(jù)的分析方法成熟，成本低廉）；所述客戶機的另一端分別與所述內(nèi)容相似 性判斷模塊的輸入端W及所述ID相似性判斷模塊的輸入端相連，所述內(nèi)容相似性判斷模 塊的輸出端與所述虛假評價標記模塊相連；所述ID相似性判斷模塊的輸出端與所述作弊 因子判斷模塊的輸入端相連，所述ID相似性判斷模塊經(jīng)過所述作弊因子判斷模塊與所述 虛假評價標記模塊相連。
[0007] 本系統(tǒng)工作時，所述客戶機將獲取到的目標商品評價信息分別輸出到所述內(nèi)容相 似性判斷模塊和所述ID相似性判斷模塊中；所述內(nèi)容相似性判斷模塊判斷出目標商品評 價信息中的相同和相似評價內(nèi)容，并將判斷結(jié)果輸出到所述虛假評價標記模塊中；目前如 果商家想要通過虛假交易和評價來提高系統(tǒng)顯示商品的銷量和好評情況，所需要的虛假評 價的數(shù)量較大，在該樣的情況下人為捏造的評價往往在評價內(nèi)容上具有較高的相似性，或 者就直接W相同的內(nèi)容出現(xiàn)，本發(fā)明中的內(nèi)容相似性判斷模塊通過比較目標商品評價數(shù)據(jù) 中的內(nèi)容文本的相似性（目前文本相似性比較的判斷方法已經(jīng)比較成熟，比如說可W采取 余弦相似比較算法來判斷文本內(nèi)容之間的相似程度，當相似程度超過預(yù)設(shè)的闊值，則可認 為被比較的文本內(nèi)容相似，具體的比較過程不再寶述），統(tǒng)計內(nèi)容相同評價的數(shù)量，判斷出 內(nèi)容相似的評價；并將判斷的結(jié)果輸入到所述虛假評價標記模塊中。
[000引同時，所述ID相似性判斷模塊通過文本相似比較判斷出目標商品評價信息中的 相同和相似評價ID，并將判斷結(jié)果輸入到所述作弊因子判斷模塊中，所述作弊因子判斷模 塊通過對目標ID作弊可能性進行分析，判斷出作弊的虛假評價ID;并將判斷結(jié)果輸出到所 述虛假評價標記模塊中。目前職業(yè)刷評價團隊會人工或者利用自動注冊機來注冊很多小 號（所謂的小號是指，同一個人注冊和使用的不同的ID號），該些職業(yè)評價團隊所注冊和 使用的小號ID具有一定規(guī)律性；一般情況下職業(yè)評價師所注冊的一系列ID號也是根據(jù)系 統(tǒng)推薦或者自動生成的，該樣的方式所產(chǎn)生的ID號會具有較大的關(guān)聯(lián)性和相似性，比如說 ABC1、ABC2、ABC3、ABC4、ABC5.....ABCn。通過對評價ID的文本相似性比較就可W判斷出 相同或者相似評價內(nèi)容所對應(yīng)的評價ID是否相同或者相似；如果相同或者相似，那么該些ID為虛假ID的可能性很高。本發(fā)明目標商品的評價內(nèi)容和評價ID的相似性進行分別判 斷，判斷出的虛假評價的范圍更大，判斷結(jié)果更加全面。
[0009] 進一步的，為了進一步提高虛假評價判斷的準確性，使判斷的結(jié)果更加嚴格，所述 ID相似性判斷模塊將判斷結(jié)果輸入到所述作弊因子判斷模塊中；所述作弊因子判斷模塊 在判斷出的相同或者相似ID的基礎(chǔ)上，分析對應(yīng)ID發(fā)出評價的頻率和時間，將對應(yīng)ID發(fā) 出評價的頻率與目標商品評價的平均評價頻率進行比較，如果其比值高于設(shè)定的闊值，貝U 將該些評價ID判斷為虛假評價ID，通過作弊因子判斷模塊對評價ID進行進一步的判斷，判 斷結(jié)果準確性較高。
[0010] 進一步的，所述虛假評價標記模塊將所述內(nèi)容相似性判斷模塊所判斷出的相同和 相似評價內(nèi)容標記出來；所述虛假評價標記模塊將所述作弊因子判斷模塊所判斷出的虛假 評價ID標記出來。
[0011] 進一步的，所述虛假評價標記模塊將目標商品信息中即滿足虛假評價內(nèi)容又滿足 虛假評價ID的對應(yīng)評價進行著重標記。通過著重標記，商品買家和電商環(huán)境的管理者可W 對虛假評價進行層次化和更科學合理的處理。通過本系統(tǒng)對目標商品虛假評價的判斷效率 高，虛假評價判斷結(jié)果更加全面。
[001引作為一種優(yōu)選，所述內(nèi)容相似性判斷模塊為內(nèi)容相似性判斷服務(wù)器；所述ID相似 性判斷模塊為ID相似性判斷服務(wù)器；所述作弊因子判斷模塊為作弊因子判斷服務(wù)器；所述 虛假評價標記模塊為虛假評價標記服務(wù)器。所述相似評價內(nèi)容判斷服務(wù)器和所述虛假評價 標記服務(wù)器通過數(shù)據(jù)連線相連；所述ID相似性判斷服務(wù)器、作弊因子判斷服務(wù)器W及虛假 評價標記服務(wù)器通過數(shù)據(jù)連接線依次相連。服務(wù)器在處理能力、穩(wěn)定性、可靠性、安全性、可 擴展性、可管理性等方面表現(xiàn)優(yōu)秀，通過服務(wù)器來完成相關(guān)的ID相似性，內(nèi)容相似性的相 關(guān)判斷，可快速處理大量電商目標商品的相關(guān)數(shù)據(jù)，處理速度快，效率高。
[0013] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果；本發(fā)明提供基于評價內(nèi)容和ID相似性識別 的電商評價判斷系統(tǒng)。通過客戶機訪問目標商品的網(wǎng)址，爬取對應(yīng)商品網(wǎng)頁的評價數(shù)據(jù)；并 通過相關(guān)服務(wù)器對爬取到的評價數(shù)據(jù)進行判斷，分別分析評價數(shù)據(jù)中評價內(nèi)容、評價ID為 虛假評價內(nèi)容或者虛假評價ID的可能性。
[0014] 本發(fā)明通過虛假評價標記模塊將判斷出的相同、相似評價內(nèi)容、虛假評價ID分別 標記出來。本發(fā)明通過對目標商品評價數(shù)據(jù)中的評價內(nèi)容和評價ID進行分別的判斷識別， 判斷出