[논문 리뷰] Opinion Spam Recognition Method for Online Reviews using Ontological Features

Long Hoang Nguyen, Hoang Trong Nghia Pham외 1명|arXiv (Cornell University)|2018. 07. 29.

Spam and Phishing Detection참고 문헌 20인용 수 12

한 줄 요약

이 논문은 도메인 특화 온톨로지에서 유래한 구조화된 지식을 활용하여 가짜 온라인 리뷰를 보다 정확하게 식별하는 데 목적이 있는 의견 스팸 탐지 방법을 제안한다. 도메인 특화 온톨로지에서 유래한 구조화된 지식를 활용해 언어적 및 의미적 패턴을 분석함으로써, 이 방법은 75% 이상의 정확도를 달성하여 기존의 전통적 방법보다 진정성 있는 리뷰와 조작된 리뷰를 구분하는 데서 뛰어난 성능을 보였다.

ABSTRACT

Nowadays, there are a lot of people using social media opinions to make their decision on buying products or services. Opinion spam detection is a hard problem because fake reviews can be made by organizations as well as individuals for different purposes. They write fake reviews to mislead readers or automated detection system by promoting or demoting target products to promote them or to damage their reputations. In this paper, we pro-pose a new approach using knowledge-based Ontology to detect opinion spam with high accuracy (higher than 75%). Keywords: Opinion spam, Fake review, E-commercial, Ontology.

연구 동기 및 목표

• 소비자와 기업을 오도하는 가짜 온라인 리뷰 문제의 증가를 다루기 위해.
• 구조화된 도메인 지식을 통합하여 기존의 텍스트 기반 방법을 초월해 정확도를 향상시키기 위해.
• 온톨로지를 활용한 지식 기반 접근법을 통해 리뷰 내 의미 관계를 모델링하기 위해.
• 기존 자연어 처리 기법으로는 회피되는 가짜 리뷰를 식별할 수 있는 견고한 프레임워크를 구축하기 위해.

제안 방법

• 제품 리뷰에 관련된 핵심 엔티티, 속성 및 관계를 표현하기 위해 도메인 특화 온톨로지를 구축한다.
• 온톨로지 카테고리 내 용어 빈도 및 리뷰 문장 간 의미 일관성과 같은 온톨로지 기반 특징을 추출한다.
• 리뷰 내용이 사전 정의된 온톨로지 구조와 일치함에 따라 유도된 특징들은 어휘적 및 의미적 패턴을 모두 캡처한다.
• 이러한 온톨로지 기반 특징을 기반으로 지도 학습 분류기를 훈련시켜 진정성 있는 리뷰와 가짜 리뷰를 구분한다.
• 리뷰의 구조 및 내용 분포에서 이질성을 탐지하기 위해 문법적 및 의미적 분석을 통합한다.
• 도메인 전문 지식과 기존 지식 기반을 활용하여 온톨로지를 구축함으로써 핵심 제품 및 감성 개념의 관련성과 포괄성을 확보한다.

실험 결과

연구 질문

• RQ1 기존의 텍스트 기반 방법과 비교해 볼 때 온톨로지 기반 특징은 온라인 리뷰의 의견 스팸 탐지에 어떻게 기여하는가?
• RQ2 리뷰 내에서 스팸 행동을 가장 잘 나타내는 의미적 및 구조적 패턴은 무엇인가?
• RQ3 도메인 특화 지식은 자동화된 의견 스팸 탐지 시스템의 정확도를 얼마나 향상시킬 수 있는가?
• RQ4 온톨로지 기반 특징은 기존 NLP 기법이 놓치는 가짜 리뷰의 미세한 언어적 이질성을 효과적으로 포착할 수 있는가?

주요 결과

• 제안된 방법은 의견 스팸 탐지에서 75% 이상의 정확도를 달성하여 기준 기반 접근법보다 뚜렷한 향상을 보였다.
• 온톨로지 기반 특징은 가짜 리뷰 내 의미적 모순과 비정상적인 용어 분포를 포착함으로써 탐지 성능을 크게 향상시켰다.
• 온톨로지 구조에 비해 의미 일관성이 낮은 리뷰는 스팸으로 더 자주 분류되었다.
• 도메인 특화 지식의 통합으로 오분류 수가 감소했고, 다양한 제품 카테고리에 걸쳐 강건성이 향상되었다.
• 표면적 텍스트 특징에만 의존하는 기존의 기계 학습 모델보다 성능이 뛰어났다.
• 구조화된 지식의 활용으로 프로모션성 및 악성 리뷰를 포함한 다양한 유형의 의견 스팸에 대해 더 나은 일반화 성능을 달성할 수 있었다.