Laboratoire de Génie Informatique et d’Automatique de l’Artois

Malika BEN KHALIFA

Doctorant
Travaille dans les thèmes :
Contact :
2019
Conférence Internationale avec Comité de Lecture
Malika BEN KHALIFA -- Zied ELOUEDI -- Eric LEFEVRE
Spammers detection based on reviewers’ behaviors under belief function theory
32th International Conference on Industrial, Engineering other Applications of Applied Intelligent Systems, IEA-AIE'2019, juillet 2019
2018
Conférence Internationale avec Comité de Lecture
Malika BEN KHALIFA -- Zied ELOUEDI -- Eric LEFEVRE
Multiple criteria fake reviews detection using belief function theory
18th International Conference on Intelligent Systems Design and Applications, ISDA 2018, décembre 2018
2018
Conférence Nationale avec Comité de Lecture
Malika BEN KHALIFA -- Zied ELOUEDI -- Eric LEFEVRE
Détection des faux avis dans un cadre évidentiel
27e Rencontres Francophones sur la Logique Floue et ses Applications, LFA 2018, pp 135-142, novembre 2018
2018
Conférence Internationale avec Comité de Lecture
Malika BEN KHALIFA -- Zied ELOUEDI -- Eric LEFEVRE
Fake Reviews Detection Under Belief Function Framework
4th International Conference on Advanced Intelligent Systems and Informatics, AISI 2018, pp 395-404, septembre 2018

Sujet de thèse : "Gestion des incertitudes pour la détection de faux avis avec la théorie des fonctions de croyance"

2019

Les revues en ligne jouent un rôle de plus en plus important dans les décisions d’achat des consommateurs et sont également considérées comme l’une des sources d’informations les plus puissantes pour juger des entreprises/commerces. En raison de cet attrait, des entreprises/commerces comptent sur les spammeurs pour promouvoir leurs propres produits et rétrograder ceux des concurrents en publiant de fausses évaluations. Par conséquent, il est essentiel de détecter les faux avis des vrais afin de garantir la confiance des clients et de maintenir une concurrence loyale entre les entreprises.
Pour cela, nous proposons une approche capable de repérer les critiques s’appuyant à la fois sur les évaluations de notation et sur les différents indicateurs d’identification d’un spammeurs. Ces différents informations seront prises en compte dans le cadre des fonctions ce croyance assurant ainsi une gestion de l’incertitude.