Resumen

Las reseñas de productos en línea desempeñan un papel importante en el éxito o el fracaso de una empresa de comercio electrónico. Antes de adquirir productos o servicios, los compradores suelen consultar las reseñas en línea publicadas por clientes anteriores para obtener recomendaciones sobre los detalles de los productos y tomar decisiones de compra. Sin embargo, es posible mejorar o dificultar determinados productos de comercio electrónico mediante la publicación de reseñas falsas, que pueden ser escritas por personas denominadas estafadores. Estas reseñas pueden causar pérdidas financieras a las empresas de comercio electrónico y orientar a los consumidores a tomar la decisión equivocada de buscar productos alternativos. Por lo tanto, es necesario desarrollar un sistema de detección de reseñas falsas para las empresas de comercio electrónico. La metodología propuesta ha utilizado cuatro conjuntos de datos de reseñas falsas estándar de multidominios que incluyen hoteles, restaurantes, Yelp y Amazon. Además, se han utilizado métodos de preprocesamiento como la eliminación de palabras clave, la eliminación de la puntuación y la tokenización, así como el método de secuencia de relleno para hacer que la secuencia de entrada tenga una longitud fija durante el entrenamiento, la validación y la prueba del modelo. Como esta metodología utiliza conjuntos de datos de diferentes tamaños, se desarrollan y crean varias matrices de entrada de características de n-gramas del texto de la reseña con la ayuda de la capa de incrustación de palabras, que es un componente del modelo propuesto. Las capas convolucionales y de agrupación máxima de la técnica CNN se implementan para la reducción de la dimensionalidad y la extracción de características, respectivamente. Sobre la base de mecanismos de puerta, la capa LSTM se combina con la técnica CNN para aprender y manejar la información contextual de las características de los n-gramas del texto de la reseña. Finalmente, una función de activación sigmoidea como última capa del modelo propuesto recibe las secuencias de entrada de la capa anterior y realiza la tarea de clasificación binaria del texto de la reseña en falso o verdadero. En este trabajo, el modelo CNN-LSTM propuesto se evaluó en dos tipos de experimentos, en el dominio y en el dominio cruzado. Para un experimento in-domain, el modelo se aplica a cada conjunto de datos individualmente, mientras que en el caso de un experimento cross-domain, todos los conjuntos de datos se reúnen y se ponen en un único marco de datos y se evalúan en su totalidad. Los resultados de las pruebas de los conjuntos de datos del experimento dentro del dominio fueron del 77%, 85%, 86% y 87% en términos de precisión para los conjuntos de datos de restaurantes, hoteles, Yelp y Amazon, respectivamente. En cuanto al experimento entre dominios, el modelo propuesto ha alcanzado un 89 de precisión. Además, se ha realizado un análisis comparativo de los resultados de los experimentos en el dominio con los enfoques existentes en base a la métrica de precisión y se observa que el modelo propuesto superó a los métodos comparados.

• Materias:Ingeniería biomédica Biomecánica Prótesis Extremidades (Cuerpo Humano) Músculos Hidromecánica
• Subjects:Biomedical engineering Biomechanics Prostheses Limbs (Human Body) Muscles Hydromechanics
• Palabras claves:experimento de dominio, modelo propuesto, negocio de comercio, características de gramos, técnicas de cnn, secuencia de entrada, tipo de experimento, conjuntos de datos de reseñas falsas, marco de datos único, tarea de clasificación binaria
• Keywords:domain experiment, proposed model, commerce business, grams features, cnn techniques, input sequence, type of experiment, fake review datasets, single data frame, binary classification task