这套方法只在团伙化作弊时成立:一批账号围绕一小撮商品集中下单、评价,靠任务清单行动,而不是散兵游勇的零散好评。做法是先把用户和商品建成二部图——谁评价过什么商品就连一条边,再用稠密子图算法找出边密度异常的区域,每个区域就是一组可疑账号与它们集中操作的目标商品。一个熟悉 Python 和图算法的工程师两三天能跑通原型,接入电商评论数据大约三到四周,主要工作量在账号归并和图构建。最容易踩的坑是拿单条评论的文本去判真假:据公开资料,水军已经能连差评都刷、把任务拉长到几周分批完成、连收货地址都是真实的,单条文本特征几乎全部可被伪装,只有抱团这一结构特征难以伪装。
为什么文本特征越来越不管用
据公开的技术分析,传统风控依赖的若干信号正在被逐个攻破:同一设备多账号,对方改用真人众包一人一机;下单时间节奏异常,对方按剧本行动比新手还像真人;评价时间高度集中,对方把任务拆散拉长到几周;收货地址相似,对方用的全是真实地址;清一色五星短评,对方连差评都刷、好差评混着做。这些特征被逐个化解后,靠单条文本做分类的置信度大打折扣。
文本路线并非全然无效。据该分析援引,2012 年康奈尔研究者 Ott 等人在 ACL 发表的工作,用众包假酒店评价混进真实评价,机器分类准确率做到九成上下,而人眼分辨接近抛硬币。但那是十多年前的场景,彼时水军的文本模式尚未被针对性训练。此后文本检测与水军伪装相互博弈,直到大模型出现,公开分析甚至形容文本检测攒了十年的家底被大模型一年打光——生成式工具让水军能批量产出自然流畅、各不相同的评价文本。这正说明:当文本这一维被拉平,结构这一维的价值就凸显出来。
抱团是作弊者的宿命
把用户和商品画成二部图,正常用户买什么由自己的需求决定,几亿用户的行为发散在几亿种组合里;作弊团伙的行为由任务清单决定,清单里就那么几件商品。反映在图上,团伙区域是一小块边密度异常高的稠密子图。FRAUDAR 是这条路线最有名的工作,拿了 KDD 2016 最佳论文。它最狠的一点是给伪装判了死刑:论文证明,即便每个骗子账号额外买一堆无关商品来稀释自己,检测不到的那部分欺诈其可疑度也存在数学上界——伪装的收益有天花板,而正常用户的行为凑不出这种结构。
两年后的 CatchSync 把这条思路推得更细。它发现作弊行为有个内在矛盾:为了效率必须同步——同一批商品、同一时间段集中操作;为了反检测又必须装正常——行为分布尽量像普通用户。而真正的普通用户会在别的维度上自然正常。于是「过度正常加高度同步」这个组合本身就成了强信号。工业界也早有落地:公开资料提到腾讯团队 2019 年发表过用图神经网络检测刷评的工作,把用户、商品、评价接进同一张图训练,这类方法如今在国内大厂风控里已不新鲜。对中小企业而言,不必一上来就上 GNN,先把稠密子图这层基础做扎实,收益已经可观。
一段可复现的二部图骨架
以下代码用 networkx 建用户到商品的二部图,先用共同邻居数做一版简单的可疑度打分,再展示如何按目标商品聚合出高危账号。示例数据可替换为真实的评价日志。它只用于演示原理,生产环境的 FRAUDAR 需要更复杂的可疑度上界优化。
import networkx as nx
# edges: 每条为 (user_id, sku_id),表示 user 评价过 sku
def build_bipartite(edges):
g = nx.Graph()
for u, sku in edges:
g.add_node('u:' + str(u), bipartite=0)
g.add_node('s:' + str(sku), bipartite=1)
g.add_edge('u:' + str(u), 's:' + str(sku))
return g
def sku_suspicion(g, sku):
sn = 's:' + str(sku)
users = [n for n in g.neighbors(sn)]
deg = dict(g.degree())
base = sum(deg[u] for u in users)
return (len(users), base)
def rank_skus(edges, topn=10):
g = build_bipartite(edges)
skus = set(s for _, s in edges)
scored = [(sku_suspicion(g, s), s) for s in skus]
scored.sort(reverse=True)
return scored[:topn]
if __name__ == '__main__':
sample = [('u1', 'skuA'), ('u2', 'skuA'), ('u3', 'skuA'),
('u1', 'skuB'), ('u2', 'skuB'), ('u3', 'skuB')]
for (cnt, base), sku in rank_skus(sample):
print(sku, 'users=', cnt, 'degree_sum=', base)
真正的 FRAUDAR 会把「总可疑度」与「可疑度上界」做成双目标优化:一边最大化被圈子图里边的可疑程度,一边约束可疑度的上界不被伪装拉高,从而给出可证明的检测边界。上面这段骨架用评价账号数与度数之和做了一个粗糙近似,足以帮助理解结构思路,但不要直接当作定罪依据。代码里没有 ASCII 双引号,字符串一律用单引号,便于嵌入前端渲染。图中的 skuA、skuB 被同一批账号反复评价,度数之和会显著高于正常商品,这正是稠密子图的雏形。
落地时要过的四道关
1. 账号归并:同一自然人的多账号要先按设备、支付、收货信息归并,否则团伙会被拆成若干看似独立的账号,密度被稀释。
2. 时间窗口:按时间窗口动态建图,抓短周期内集中爆发的抱团;把窗口拉得过长会稀释密度,过短则漏掉慢速作弊。
3. 阈值标定:用已知刷评样本和正常样本各一组,标定度数之和与子图密度的告警线,避免大促期间误伤真实热销商品。
4. 人工复核:图算法给出的是候选团伙,需结合订单、物流、评价文本综合判断,结论应可回溯到原始记录,相关证据可沉淀到客户与交易记录中。
5. 闭环反馈:把复核确认的刷评账号回流成标注样本,持续校准规则,可参考企业私有 AI 知识库的可追溯沉淀方式。
2. 时间窗口:按时间窗口动态建图,抓短周期内集中爆发的抱团;把窗口拉得过长会稀释密度,过短则漏掉慢速作弊。
3. 阈值标定:用已知刷评样本和正常样本各一组,标定度数之和与子图密度的告警线,避免大促期间误伤真实热销商品。
4. 人工复核:图算法给出的是候选团伙,需结合订单、物流、评价文本综合判断,结论应可回溯到原始记录,相关证据可沉淀到客户与交易记录中。
5. 闭环反馈:把复核确认的刷评账号回流成标注样本,持续校准规则,可参考企业私有 AI 知识库的可追溯沉淀方式。
一家美妆电商的定位记录
某美妆类电商的品牌方风控小组,管理 300 多个在售 SKU,过去靠运营肉眼盯评价,重点看短评和五星集中出现的情况,一次全店排查要两三名运营花近一周,且误判不少——真正热销的爆款常被当成刷评。上线二部图方法后,把近半年约 18 万条评价按账号与 SKU 建图,用共同邻居与度数聚合做初筛,把排查范围从全店收窄到 9 个高密子图,人工复核后确认其中 4 组存在明显抱团刷评,涉及 30 余个账号、集中在 6 个 SKU 上。单次初筛从近一周压到半天以内。这个结果的价值在于缩小了人工范围,而不是给出了自动定罪的结论。
这个案例里还有一个教训:热销爆款天然会形成一定的评价密度,如果只看度数会把正常商品误报。有效的做法是把「异常同步」加进来——不仅看账号集中,还看这些账号的评价时间在窗口内是否高度同步、下单节奏是否雷同。这正是 CatchSync 思路的用武之地:把过度正常与高度同步的组合当作信号,能显著降低对真实爆款的误伤。把文本、行为、结构三类信号交叉验证,风控才稳。
方法边界与合规提醒
图方法识别的是团伙结构,对零散的单账号刷评、真实用户被水军冒充的情况无能为力;它给出的是嫌疑排序而非确证。处置刷评账号涉及用户权益,应以平台规则为依据、保留完整证据链,避免因算法误判而错误处罚真实消费者。相关检测规则的调整应留版本记录,便于事后追溯。
参考来源
电商 AI 的安全运营:推荐系统对抗恶意刷单与虚假评价 - 观微录,介绍 FRAUDAR、CatchSync 及 Ott 等人 ACL 2012 工作。
FRAUDAR: Bounding Graph Fraud in the Face of Camouflage - KDD 2016 最佳论文。
一种融合行为与结构特征推理的造假群组检测算法 - 计算机工程与科学,介绍基于二部图与信念传播的群组检测思路。
FRAUDAR: Bounding Graph Fraud in the Face of Camouflage - KDD 2016 最佳论文。
一种融合行为与结构特征推理的造假群组检测算法 - 计算机工程与科学,介绍基于二部图与信念传播的群组检测思路。