分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要: 【目的】解决电子商务平台中存在的虚假交易问题。【方法】依据消费者历史购买和评论行为数据, 提出一种结合深度置信网络和模糊集的虚假交易识别方法, 通过识别虚假交易的用户(刷客)进行虚假交易的识别。【结果】识别准确率达到89%, 与浅层机器学习模型试验结果进行对比, 其综合性能有明显提升。【局限】相对于淘宝存在的海量刷客, 实验数据较少。仅以淘宝数据作为验证数据, 未涉及其他电子商务平台。【结论】本方法能够较好地识别刷客, 减少电子商务中的虚假交易问题。