FakeReviewsProject

ToDo List

• Scraping dettagli prodotto

• Scraping di tutte le recensioni per un prodotto

• Scraping dei customer

• • rank, voti utili, totale recensioni fatte, ultime 50 recensioni

• Analisi feature della recensione:

• • recensioni per date
• • recensioni per utente
• • discostamento dalla media delle recensioni
• • acquisto verificato o meno
• • voti di utilità per la recensione
• • analisi trigrammi del testo delle recensioni
• • se "Recensione Vine"
• • conteggio parole delle review
• • • analisi sulla media delle parole usate sulla base del fatto che per unafake reviews (si immagina) non ci si perda molto tempo
• • • analisi congiunta del numero di parole superiore alla media su recensioni che contengono trigrammi ripetuti. potrebbero essere copie di altre recensioni, e quindi probabili fake
• • affidabilità del recensore basata su:
• • • posizione in classifica (rank) - score valutato sulla base dei voti utili e totale recensioni scritte
• • • analisi dei trigrammi delle ultime recensioni pubblicate (ultime 10 ad esempio) per controllare se contengono tutte testo simile
• • • se risulta essere un "easy grader", ovvero se per le sue ultime recensioni pubblicate almeno una percentuale (ad esempio il 50%) sono a 5 stelle
• • • se risulta essere un "one time reviewer", ovvero se per le sue ultime recensioni pubblicate una percentuale (ad esempio il 50%) sono state realizzate tutte nello stesso giorno

• Analisi di eventuali correlazioni tra le feature (coefficiente di Pearson)

• • risultati su file ".xls" per analisi. osservazioni studiate e trascritte

• Anomaly detection

• • clustering
• • isolation forest
• • svm