随着互联网科技的普及和迅速发展,电子商务平台在现实生活中的应用更加广泛,比如淘宝,京东,小红书等。随之,在线评论也成为越来越受人们欢迎的一种社交媒体,主要表现为消费者在购买商品时,会把该商品的历史评论记录当作一个重要的参考指标。每个卖家都努力提高他们产品的好评度来吸引更多的消费者。由于利益的驱使,一些商家可能会雇用一些人对其产品进行虚假评论,用来提高店铺的知名度和产品的好评度;一些商家可能会雇用一些人对同行的产品进行恶意打压,用来提高自己的竞争力。为了给每个消费者提供良好的购物环境,虚假评论检测工作逐渐成为维护电子商务平台以及在线购物网站正常运营的重要环节。本文提出了一种基于马尔科夫随机场的虚假评论在线检测方法。相对于以往的离线检测方法,在线检测的实时性更高,能够更加及时地捕捉到虚假评论,从而更加高效地应用在实际场景中。本实验内容主要包括:对获取到的数据集进行预处理,主要目的是方便实验过程中对数据的查找和编码过程中对数据的处理;利用评论之间的关系生成动态评论图,然后建模为马尔科夫随机场;利用LBP算法来求解该马尔科夫随机场。实验结果表明,本文提出的基于马尔科夫随机场的虚假评论在线检测方法,经过参数调优之后,其精确率和召回率都达到了很高的水平,超越了目前解决同类问题的大部分方法。