随着互联网时代Web 2.0技术的快速发展,用户已经把产品评论当做网上购物和选择各种产品或服务的重要参考资源。某些商家或个人受利益的驱使故意发表虚假评论,通过招募虚假评论写手来对自身产品或服务进行美化和宣传,或者对竞争对手的产品或服务进行诋毁。虚假评论人群体化的行为危害要比单个虚假评论人大,而且虚假评论人群体特征也要比单个虚假评论人特征要明显。因此,当前对虚假评论作弊检测的主要形式是对虚假评论人群组进行检测。本文提出了一种虚假产品评论在线检测方法。该方法总共有四个阶段。第一阶段,利用时间窗口机制,提取时间窗口内评论数据生成评论人与产品关系的二部图结构,然后对二部图中的评论人与评论人关系进行投影生成评论人图。最后计算评论人图中评论人之间边的权重,并给权重设置一个阈值,保留权重大于等于阈值的边。时间窗口内生成的带权评论人图由于时间窗口机制作用从而变成“动态带权评论人图”。第二阶段,对时间窗口内生成的带权评论人图通过SCAN算法进行图聚类提取候选虚假评论人群组。第三阶段,对候选虚假评论人群组进行欺诈特征计算。第四阶段,使用支持向量机(SVM)对时间窗口内计算的候选虚假评论人群组欺诈特征进行训练建模。实验结果表明,通过在评论数据集上应用本文所提出的虚假产品评论在线检测方法,可以获得较高的精确率和召回率,对虚假评论人群组检测有重要意义。