SparseFraudNet: A Graph-based Approach for Cold-start Fraud Detection with Information Aggregation
Notice bibliographique
Résumé
Online reviews play a critical role in influencing consumer’s purchasing decision on e-commerce, making them a prime target for manipulation through fraudulent reviews. Although various Fraud Detection (FD) techniques have been presented, a crucial problem still remains unaddressed, i.e., the cold-start problem in FD, which refers to the difficulty in identifying fraudulent reviews due to limited historical data for new users and new products. Existing graph-based detection methods, while effective for well-connected nodes, are suffering Sparse Graph (SG) connections in cold-start FD. In this paper, we propose a novel approach called SparseFraudNet to address the problem of cold-start FD with information aggregation. Specifically, the local information aggregation is proposed to dynamically optimize neighbor selection using Reinforcement Learning (RL) with Bernoulli Multi-Armed Bandit (BMAB), with the goal to capture the five key types of relations among reviews. The global information aggregation is proposed to leverage Graph Coarsening (GC) with manifold learning and spectral clustering to mitigate adjacency matrix sparsity for new users under new products using Sparse Spectral Clustering (SSC). Experiments on the YelpZip-Cold and YelpNYC-Cold datasets demonstrate that the proposed SparseFraudNet approach significantly outperforms state-of-the-art methods in FD in terms of accuracy, precision, recall, F1 measure and AUC to identify fraudulent reviews of new users under new products.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».