本稿は Qiita 投稿記事 のバックアップです．

はじめに

オンラインショッピングやレストランレビューサイトにおいて， 結託してレビュー結果が不当に高くまたは低くなるようにダミーレビューを投稿する スパムレビュアーを発見したい．

今回は，2013年に AAAI Conference on Weblogs and Social Media という国際会議で発表された，Fraud Eagle アルゴリズムを実装した．

レビューデータ

Fraud Eagle では下の図のようなレビューグラフを考える．

つまり，レビューを投稿した人（レビュア）とレビューの投稿先（商品）をそれぞれ頂点とし， レビュー関係を枝で表す．レビュー自体は文章でも星何個でも良いが， そのレビューがポジティブなのかネガティブなのか判断できる必要がある． 今回は，レビューは 0 から 1 までの間の数値を取ることにし，0.5 以上ならばポジティブ， そうでなければネガティブと判断することにした．

使い方

今回作成した rgmining-fraud-eagle は PyPI からインストールできる．

pip install --upgrade rgmining-fraud-eagle

fraud_eagle というパッケージがインストールされるので， その中からReviewGraph クラスのインスタンスを作成する． なお，Fraud Eagle は 0 より大きく 0.5 未満ののパラメータを一つとる． パラメータはデータセットによって最適値が変わるが，今回は中央 0.25 を設定してみる．

import fraud_eagle as feagle

graph = feagle.ReviewGraph(0.25)

次に，グラフにレビュア，商品，そしてレビューを追加する． 上記図の通りのグラフを作成する場合，

reviewers = [graph.new_reviewer("reviewer-{0}".format(i)) for i in range(2)]
products = [graph.new_product("product-{0}".format(i)) for i in range(3)]
graph.add_review(reviewers[0], products[0], 0.2)
graph.add_review(reviewers[0], products[1], 0.9)
graph.add_review(reviewers[0], products[2], 0.6)
graph.add_review(reviewers[1], products[0], 0.1)
graph.add_review(reviewers[1], products[1], 0.7)

となる．レビュアと商品は ReviewGraph の new_reviewer, new_product メソッドを使って作成する． レビューは add_review メソッドで追加する．

グラフを作成し終わったら，ReviewGraph の update メソッドを，更新が収束するまで実行する． Fraud Eagle は Loopy belief propagation というアルゴリズムを使っており， update の呼び出し一回で 1ループに対応させている． update メソッドは，最大修正量を返すので，十分小さくなったところで終了する．

print("Start iterations.")
max_iteration = 10000
for i in range(max_iteration):

   # Run one iteration.
   diff = graph.update()
   print("Iteration %d ends. (diff=%s)", i + 1, diff)

   # 最大修正量が 10^-5 ならば収束したと思う
   if diff < 10**-5:
       break

最後に，解析結果を取得する． new_reviewer メソッドが返したレビュアには anomalous_score という属性がある． この属性は 0 から 1 の値を取り，そのレビュアがどの程度特異（スパマー）かを表している．

for r in graph.reviewers:
    print(r.name, r.anomalous_score)

また，new_product メソッドが返した商品オブジェクトには summary という属性がある． この値は，その商品に付けられたレビュースコアのレビュアの anomalous_score による重み付き平均を返す．（anomalous_score が大きいレビュアのレビューはあまり考慮しない平均値）

for p in graph.products:
    print(p.name, p.summary)

まとめ

結託したスパムレビュアーを発見する Fraud Eagle アルゴリズムを実装した． また，この種類のスパムレビュアー発見アルゴリズムの評価用人工データ も公開している． 人工データの使い方はスパムレビュア発見アルゴリズムの評価用データセットにまとめてある． スパムレビュー対策に取り組んでいる人の参考になればと思う．