基于机器学习的商品虚假价格检测

摘要

在各大电商营业平台(如淘宝,天猫等)上,商家间的竞争愈演愈烈。因此诱发部分商家不惜通过不公平竞争的手段来提高自家店铺的人气和销量,其中设置商品虚假价格是淘宝中SKU作弊最常见的一种行为。为了识别SKU作弊的这种设置虚假价格的行为,通过分析研究有关商城平台虚假评论的检测方法,通过python爬虫技术爬取淘宝中各类商品的商品数据生成信息文本,然后基于淘宝运营下商品价格设置规则下划分数据正负样本,由此构建价格信息向量化特征作为模型的输入,后用机械学习中的集成学习方法随机森林进行模型验证。实验表明对该类数据样本的正负样本识别的准确率,召回率,F1值均达到了96%以上,同时与其他分类算法作对比实验,结果证明该方法的检测效果最好。