清華大學(xué)唐平中研究組提出全新算法 有望解決電商平臺刷單欺詐問題
清華大學(xué)唐平中研究組提出全新算法 有望解決電商平臺刷單欺詐問題
2016年09月27日 瀏覽次數(shù): 0
清華大學(xué)交叉信息研究院唐平中助理教授研究組與阿里巴巴公司合作，針對評價系統(tǒng)(Reputation System)普遍存在的商家刷單提升信用問題提出了基于博弈論與優(yōu)化的新解決方案，并在淘寶網(wǎng)和天貓的數(shù)據(jù)集上取得了優(yōu)異的仿真實驗結(jié)果。該研究成果Mechanism Design for Personalized Recommender Systems近期以長文形式發(fā)表于推薦系統(tǒng)頂級會議ACM RecSys 2016。
推薦系統(tǒng)根據(jù)買家的購買點擊數(shù)據(jù)和商品的評價（Reputation System）進(jìn)行推薦，得分高的賣家獲得更多的買家訪問量，這促使賣家通過提升自己的服務(wù)和商品質(zhì)量，從而提升購買數(shù)量。對于賣家來說，良好信譽(yù)是建立于長期累積和穩(wěn)定經(jīng)營，但為獲得更多的買家訪問量，部分賣家會采用刷單、炒信的捷徑提高信譽(yù)度。這一方法不僅嚴(yán)重影響了買家在推薦系統(tǒng)上的用戶體驗，也影響了不刷單的賣家的利益。刷單的現(xiàn)象如今非常普遍，甚至已形成了一個地下產(chǎn)業(yè)。
現(xiàn)有的防止辦法大多采用機(jī)器學(xué)習(xí)的方式，即對商品的評價文本抽取特征，同時進(jìn)行人工標(biāo)定是否為虛假評價的標(biāo)記訓(xùn)練模型。 但對于很多評論來說，人工標(biāo)記也十分困難，因此這些模型有可能會誤傷誠信的賣家。
針對這個問題，唐平中研究組從博弈論和機(jī)制設(shè)計的角度，提出了一個全新的防止刷單的理論模型和相應(yīng)的實現(xiàn)算法。在這個模型中，推薦的流量分配被建模成一個可分割資源的問題，賣家參與刷單的成本大于刷單得到流量提升帶來的收益，因而賣家不會選擇刷單。之后對阿里巴巴提供的購買數(shù)據(jù)進(jìn)行分析處理，模擬論文中提出的機(jī)制，發(fā)現(xiàn)機(jī)制帶來的總成交量優(yōu)于淘寶現(xiàn)有的推薦算法。下圖為模擬實驗的結(jié)果：?
?該成果具有一定的普適性，可應(yīng)用于基于推薦的互聯(lián)網(wǎng)場景，如亞馬遜、阿里巴巴、京東、美團(tuán)等企業(yè)，具有很高的應(yīng)用前景和商業(yè)價值。
ACM RecSys是美國計算機(jī)協(xié)會(ACM)舉辦的推薦系統(tǒng)頂級會議，本次會議的長文錄用率約為10%。該論文主要作者為交叉信息研究院2014級直博生蔡慶芃。此項研究得到了國家自然基金和清華大學(xué)自主科研計劃的資助。
?
論文鏈接：http://dl.acm.org/citation.cfm?id=2959135
?
?
?
?
版權(quán)與免責(zé)聲明：本網(wǎng)頁的內(nèi)容由收集互聯(lián)網(wǎng)上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享，并不意味著贊同其觀點或證實其真實性，也不構(gòu)成其他建議。僅提供交流平臺，不為其版權(quán)負(fù)責(zé)。如涉及侵權(quán)，請聯(lián)系我們及時修改或刪除。郵箱：sales@allpeptide.com