用于检测评论刷分团伙的自适应融合异构图注意力网络

《Neural Networks》：Adaptive fusion heterogeneous graph attention network for detecting review spammer groups

　　

摘要

检测评论垃圾用户群组具有重要意义，因为协同的欺诈性评论者可以联合操纵产品声誉，其规模往往是单个评论垃圾检测器难以察觉的。在异质评论图中，核心挑战在于学习节点表示，使其能同时刻画个体层面的行为异常和群组层面的协同模式，并利用这些表示来检测评论垃圾用户群组。现有方法往往忽视了对垃圾检测有指示作用的嵌入维度，以固定的融合规则组合局部行为和全局结构证据，或仅基于拓扑生成候选群组。因此，我们提出了AFHGAN，它使用FFAA重新校准信息量大的维度并自适应地融合局部与全局证据，同时使用S-Louvain在候选群组构建过程中综合考虑结构凝聚力和嵌入相似度。在三个基准数据集上，AFHGAN在所采用的评估协议下取得了最佳的P@1000、R@1000和F1@1000指标。相较于原始Louvain方法，S-Louvain在Amazon、YelpChi和Yelp_four数据集上的F1@1000分别提升了10.8%、8.5%和40.0%。这些结果支持了在候选群组构建过程中保留行为语义的价值。

引言

电商平台通过满足消费者即时购买的需求，已成为首选购物渠道。与此同时，越来越多的消费者发布评论以分享购物体验并评估产品质量。由于消费者无法在线上亲身体验产品，评论已成为影响购买决策的重要信息来源。受巨大商业利益驱动，一些卖家雇佣"评论垃圾用户"或"水军"发布虚假评论，人为提升自身销量或损害竞争对手。这种欺骗行为不仅误导消费者，还扰乱了数字市场的公平竞争秩序。发布虚假评论的个人被称为垃圾用户（Heydari等，2015），而协同从事此类活动的群组则被称为垃圾用户群组（Mukherjee等，2012）。这些群组尤为有害，因为它们能通过大量同步的评论欺诈迅速左右产品声誉（Li等，2018）。因此，检测垃圾用户群组对于维护市场完整性和增强消费者信任至关重要。

与单个评论垃圾检测相比，垃圾用户群组检测不仅需要识别异常个体，还需发现多个用户之间的协同一致性。因此，本文的核心问题是如何学习异质评论图中的节点表示，使其能同时刻画个体层面的行为异常和群组层面的协同模式，并利用这些表示更准确地检测评论垃圾用户群组。这一要求在异质评论网络中尤为重要，因为明显的垃圾用户可能表现出强烈的局部异常，而伪装的共犯在个体上看似无害，却仍参与有组织的群组行为。

现有基于异质图的方法已改进了评论欺诈的表示学习，但在两个紧密耦合的阶段——节点表示学习和候选群组构建——仍未能充分满足这一任务需求。在表示学习阶段，学习到的嵌入往往未针对行为异常和群组协同的联合学习需求进行充分定制，因为它们通常以维度无关和融合静态的方式进行处理。这削弱了模型强调真正具有垃圾指示意义的语义以及针对不同类型用户自适应组合局部和全局证据的能力。在候选群组阶段，社区检测往往仅由图结构驱动，可能生成结构相近但行为不一致的群组。

以下局限解释了为什么当前的基于异质图的检测器仍难以满足这一需求。

局限性1：维度无关的特征处理。由行为相似度度量构建的异质图中，潜在嵌入维度可能编码用户行为画像的不同方面，包括评分、时间和关系信号。它们对垃圾检测的贡献未必相等。将所有维度同等对待会稀释判别性证据。现有异质图神经网络（Huo等，2024；Zhang等，2025；Zhang等，2023）并未显式地为该任务重新校准维度，这可能降低表示质量。

局限性2：静态的多视图融合。全面的垃圾用户画像需要整合两个互补视图：（i）捕捉个体层面行为异常的局部判别性特征，和（ii）捕捉关系共谋模式的全局结构特征。这两种视图的相对价值因节点而异：核心垃圾用户在局部特征上往往更明显，而伪装的共犯在全局特征上往往更明显。先前的工作使用静态融合策略——拼接、平均或固定权重求和——对所有节点施加同一种权衡（Zhang等，2025；Zhang等，2023）。现有异质注意力模型虽能学习强大的表示，但在架构选定后，局部与全局融合比例基本保持固定（Wang等，2019；Zhang等，2023）。这对垃圾用户群组检测来说是不够的，因为诊断证据因节点而异。

局限性3：纯结构性的社区检测。现有的候选群组识别社区检测方法（Byun等，2021；Choo等，2015；Xu等，2019）仅基于图拓扑运作，忽略了学习到的节点嵌入中编码的丰富语义信息。这种仅基于结构的方法对于垃圾用户群组检测尤为 problematic，因为垃圾用户会刻意构建虚假的拓扑模式——例如，通过评论与合法用户相同的产品来融入共评论图。垃圾用户群组与良性社区的根本区别不仅在于拓扑，更在于结构邻近性和行为语义的联合一致性：垃圾用户群组的成员既表现出密集的共评论连接，又展现出高度相似的评分和时间模式。未能强制这种联合一致性的社区检测标准可能会将结构相近但行为不同的节点归为一组，产生低纯度的候选群组，从而降低下游检测精度。

为了解决这三个局限性，我们提出了自适应融合异质图注意力网络（AFHGAN）。该框架贡献了两大主要创新：一个用于高质量节点嵌入学习的特征融合自适应注意力（FFAA）模块，以及一个用于联合约束候选群组检测的语义-结构Louvain（S-Louvain）算法。

创新1：带有双轴注意力和门控融合的FFAA模块。FFAA首先使用DFR从池化多源特征估计维度级门控，从而保留被学习到的门控认为信息量大的维度并衰减信息量较小的维度。然后并行处理重新校准和未重新校准的特征序列，并使用学习到的门控融合产生的表示。该设计旨在在候选群组构建之前保留个体层面的行为异常和群组层面的协同证据。

创新2：带有语义-结构社区评分的S-Louvain。我们通过结合结构视图和语义视图来增强异质图中的社区检测。结构视图由模块度增益ΔQ编码，语义视图由社区内平均嵌入相似度Savg编码。由此产生的S-Louvain评分公式为Q=ΔQ+λ·Savg，其中λ为经验耦合系数，控制两种信号的相对影响。在此设计下，当一个候选群组既拓扑凝聚又行为一致时，将被优先选择。这种语义增强有助于减少结构相近但语义混杂的候选群组，从而改善下游群组排名质量。

在技术层面，AFHGAN的流程包括四个阶段。首先，评论数据被建模为带有行为相似度边权的多关系异质（MRH）图。其次，通过有偏随机游走（BRW）策略生成初始节点嵌入，然后通过FFAA模块进行精炼。第三，通过S-Louvain识别候选垃圾用户群组。第四，一个在良性群组上训练的自编码器模型（AEM）根据重构损失对候选群组进行排名。整个流程如图1所示。

本文的主要贡献如下：

（1）FFAA模块包含三个有原则的组成部分：（i）DFR，通过学习根据各特征维度对垃圾检测的判别价值来重新校准维度，解决维度无关的局限性；（ii）双分支自注意力架构，分别建模局部行为异常和全局共谋结构；（iii）GAF，一个轻量级门控网络，产生维度特定、节点自适应的融合权重，替代先前工作中普遍使用的静态融合策略。

（2）S-Louvain算法，将异质社区检测重新表述为多视图模块度优化。通过联合考虑结构凝聚力（ΔQ）和语义一致性（Savg），并使用视图一致性系数λ，S-Louvain优选既拓扑凝聚又行为一致的候选群组。

（3）在三个基准数据集上与七个基线的全面实证验证，定量表格（P@k、R@k、F1@k），针对FFAA各组件的四个架构变体的消融研究，以及刻画所测试设置观测效果的参数敏感性分析。

本文的其余部分组织如下。第2节回顾垃圾用户群组检测的现有方法并识别关键研究空白。第3节形式化定义问题。第4节详细描述所提出的AFHGAN框架。第5节呈现实验结果与分析。最后，第6节总结论文并概述未来工作。

相关工作

本节回顾垃圾用户群组检测的研究进展以及与AFHGAN最相关的图学习方法。首先讨论最接近的基于深度学习的检测方法，然后总结相关的图注意力和多视图学习进展，最后回顾早期传统的候选群组生成方法作为背景。

问题定义

给定评论数据集RD，我们将RD建模为MRH图G=，其中V表示不同类型的节点集合（用户和产品），E表示实体间关系的边集合，W为编码行为相似性的边权重矩阵。

给定MRH图G，设EV为初始节点嵌入。在本文语境下，任务是学习能联合反映个体层面行为异常和群组层面的节点表示。

方法

所提出的AFHGAN模型包含四个阶段。首先，将给定数据集建模为MRH图。然后，通过BRW策略获取初始节点嵌入，并通过特征融合自适应注意力（FFAA）模块聚合节点的同类和异类邻居嵌入。接着，修改Louvain算法从MRH图中提取候选群组。最后，使用AEM识别欺诈群组。图1展示了AFHGAN的框架。

数据集

Amazon数据集（Xu等，2013）采集自Amazon.cn网站。YelpChi数据集（Mukherjee等，2013）采集自Yelp网站，包含芝加哥地区住宿和餐饮的评论数据，覆盖2004至2012年。Yelp_four数据集（Barbado等，2019）采集自Yelp网站，包含迈阿密（2007-2017）、纽约（2005-2017）、旧金山（2004-2016）和洛杉矶（2005-2017）的电商评论数据。

结论

本工作提出了用于异质评论图中评论垃圾用户群组检测的AFHGAN。AFHGAN解决了同时刻画个体层面行为异常和群组层面协同模式的需求。其FFAA模块结合了行为引导的邻居采样、维度级特征重新校准和节点自适应融合来学习判别性嵌入。S-Louvain随后在候选群组构建过程中整合结构凝聚力与嵌入相似度，并使用AEMC进行识别。

作者贡献声明

Peng Haoran：撰写——初稿，方法论。Zhang Peng：调查，形式化分析。Ma Ru：验证，软件。Zhang Fuzhi：撰写——审阅与编辑，监督，项目管理，资金获取，概念化。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知的竞争性经济利益或个人关系。

致谢

本工作得到了国家自然科学基金（编号62072393）和河北省创新能力提升计划项目（编号22567626H）的资助。

Peng Haoran | Zhang Peng | Ma Ru | Zhang Fuzhi