本发明公开了一种基于强化学习(DQN)的虚假评分检测方法，具体涉及电子商务的虚假评分检测领域。该检测方法基于网络和电商平台信誉计算方法，提出了一种半监督的虚假评分检测方法(RDDQN算法)，在使用少量的训练样本和只考虑评分者行为特征的前提下，经过足够的训练学习后，深度Q网络可以作为一个过滤器来分辨同一平台中其它评分的真伪。实施过程采用RDDQN与IBS信誉计算方法相结合，实验结果表明RDDQN_IBS检测的F1值达到了0.952，运行时间不超过4分钟。这样的结果使RDDQN的应用成为可能，经过验证算法比现有算法具有更好的检测性能。
声明：
“基于强化学习的虚假评分检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
906
编辑：管理员
来源：北方有色网
咨询细节
