应用市场是当前最重要的应用分发渠道之一。应用市场中的评论会直接影响用户对应用的认知,进而影响用户下载某一应用的可能性。为了提高应用下载量,部分不良应用开发商会雇佣水军在平台中发布虚假评论。这大大影响了平台中评论的客观性和公正性。近年来,虚假评论检测受到广泛关注,多种识别特征及识别模型都被研究者们应用到虚假评论检测中来。然而,现有的研究工作存在一定的局限性。首先,在特征方面,现有工作通常仅在单个应用商店进行特征提取,忽略了刷评行为在不同应用商店中带来的行为差异。其次,在模型方面,基于浅层学习的方法需要根据先验知识提取特征,然而这种方法极大程度地依赖于特征的完备性,在特征选取不全的情况下容易误报漏报,而深度学习方法能够自动从数据中提取更全面的特征,但这需要较多训练数据。针对上述问题本文提出了一种改进的跨平台虚假评论识别方法,该方法一方面充分利用研究者积累下来的先验知识,选取了识别性较强的评论特征并提出了跨平台对比特征,另一方面将人工定义特征融入深度学习方法,使其专注于提取专家先验知识以外的特征,从而使用更少的训练样本学到更全面的特征。(1)在特征方面,针对当前特征不够全面的问题,从应用、评论和用户三个维度定义了多个判别特征,并添加了跨平台对比特征。在应用维度,提取了多个跨商店对比特征;在评论维度,筛选并保留了一些神经网络难以学到的统计特征;在用户维度,对现有的特征进行了扩充。这些特征从不同角度刻画了评论行为,能够有效地帮助神经网络模型从文本语义以外的角度学习并判别虚假评论。(2)在模型方面,本文提出将特征融入神经网络的参数矩阵,从而更准确地建模评论文本和应用、用户之间的关联关系,有助于发现评论的异常行为。该方案分为三步:首先,利用改进的参数注意力机制对特征和词向量进行融合,得到融合特征向量。然后,该向量被输入双向长短记忆神经网络学习序列关系,并基于注意力机制选取关键位置的信息,组成代表整句的特征向量。最后,该特征向量被输入全连接层,进行评论识别。现有的特征融合工作通常将特征和文本向量简单拼接后送入分类器,难以学习特征与单词、短语等局部的细粒度关联关系。而本方案将特征注入模型的权重矩阵中,为特征与评论文本建立关联,能够有效提升特征融合的效果。(3)基于以上工作,本文设计实现了跨商店虚假评论识别原型系统。系统依据功能划分为三大模块:特征提取模块实现了数据的采集,预处理,数据标注以及人工定义特征的提取;分类模型模块实现了模型的构建、训练、验证和持久化等功能;评论识别模块负责部署训练好的模型,为用户提供主流应用商店的虚假评论识别服务。本文以模块化的形式实现了原型系统,并对系统进行了全面测试,验证了其检测准确性、稳定性和运行效率。实验结果表明,本文提出的方法相比于其他现有方法具有更高的识别准确率,能够满足各应用平台对于虚假评论自动化识别的需求。