随着电子商务的发展,在线评论变得越来越受消费者关注。消费者在进行购物前,通常需要参考大量信息来判断商品或服务的质量,而在线评论就成为了消费者了解商品或服务质量的重要途径。在线评论很大程度上影响了消费者的购买意愿,进而影响商品或服务的销量,因此,部分商家为了谋取利益而发布虚假评论。虚假评论指的是评论者对商品或服务发布的与事实不符的评论,其目的通常是为了提升或损害某一商品的信誉。虚假评论的存在降低了在线评论的可信度,影响了商家之间竞争的公平性,破坏了在线评论系统的发展。因此,如何准确、有效地检测虚假评论,就成了一项意义重大的研究课题。针对虚假评论的检测,学者们进行了广泛的研究,设计了多种虚假评论检测模型并取得了不错的结果,但目前仍有部分问题未得到解决。在特征挖掘方面,现有虚假评论检测的特征挖掘研究往往局限于某一类或某几类特征,导致其特征挖掘方案往往缺乏全面性,限制了虚假评论检测的效果。除此之外,现有研究未充分考虑数据不平衡问题对虚假评论检测模型的影响。针对上述问题,本研究致力于以信号理论和同质效应理论为支撑,提出一套较为全面的用于虚假评论检测的特征挖掘方案,并在特征挖掘研究的基础上,针对数据不平衡问题,设计数据重采样方法,进一步提升虚假评论的检测效果。在特征挖掘部分,本研究针对现有研究在特征挖掘方面存在的问题,以信号理论和同质效应理论为理论基础,提出用于虚假评论检测的文本特征、用户特征和关系特征,并设计特征挖掘方案对三类特征进行挖掘。对于文本特征,本研究运用Skip-gram模型对其进行挖掘。对于用户特征,本研究对真实评论者和虚假评论者的各个用户特征进行描述性统计分析,从数据层面证明用户特征对虚假评论检测的有效性。而关系特征涉及评论者之间的联系,其挖掘难度较大,现有研究主要运用关系特征区分虚假评论者群组中的虚假评论者和个体虚假评论者,而较少用其区分真实评论者和虚假评论者。本研究从评论时间间隔和评论文本相似性两个角度出发,构建了评论者的关系网络图,挖掘关系特征,用于区分真实评论者和虚假评论者。实验结果证明,本研究挖掘的三类虚假评论检测特征能准确地对虚假评论进行检测。在数据重采样部分,本研究在特征挖掘研究的基础上,针对虚假评论检测研究中存在的数据不平衡问题,提出了一种改进的混合采样方法对数据进行重采样,进一步提升虚假评论的检测效果。该方法包含以下步骤:数据划分与标准化、离群样本的检测和数据的混合采样。该方法首先将数据分为真实评论数据和虚假评论数据,并对其进行标准化。随后,该方法运用孤立森林算法分别检测真实评论数据和虚假评论数据中的离群样本。接着,对于离群样本,本研究提出了一种基于距离的上采样方法对其进行采样,该方法包括中心点的选取、基于距离的上采样点选取和样本的合成。对于非离群样本,本研究运用随机下采样方法对其进行采样,该方法包括下采样点的随机选取和下采样点的删除。采样后的训练数据集将被用来训练分类算法用以检测虚假评论。实验结果表明,该混合采样方法能在特征挖掘研究的基础上,进一步提升虚假评论的检测效果。而且,相比现有数据重采样方法,本研究的混合采样方法效果更好。本研究的创新点如下:第一,针对特征挖掘研究存在的问题,本研究以信号理论和同质效应理论为理论支撑,提出了用于虚假评论检测的三类特征:文本特征、用户特征和关系特征,并设计了一套特征挖掘方案对上述三类特征进行深入挖掘。实验结果证明,该特征挖掘方案包含的三类特征能有效地对虚假评论进行检测。第二,在特征挖掘研究的基础上,本研究针对数据不平衡问题,提出了一种改进的混合采样方法对数据进行重采样,进一步提升了虚假评论的检测效果。相比现有数据重采样方法,该混合采样方法考虑了离群样本和非离群样本的差异,并对其采用不同的数据重采样方法。实验结果证明,该混合采样方法能在特征挖掘研究的基础上,进一步提升虚假评论检测的效果。