购物网站评论为消费者比较商品的质量、店家的服务等提供了有价值的信息。然而垃圾评论者通过发表虚假的、不公正的评论来误导消费者。现存许多基于评论者行为特征的垃圾评论检测方法，但这些方法对于有意模仿正常评论者行为的垃圾评论者是无法检测的。垃圾评论检测工作之所以困难很大，是因为垃圾评论者可以轻松的发表与正常评论相似的评论，所以单单从评论或评论者出发的检测方法性能很低。本文首先通过层次分析法得到店家的可信度、评论的文本等特征得到评论的诚实度，然后根据评论关系图分析评论者、评论、店家的交互关系，最终使用Logistic进行分类。评论关系图由三种类型的节点构成，评论者、评论、店家，分析得出三者的交互关系：评论者所发表的诚实的评论越多，他的可靠度就越高；店家所得到的来自可靠评论者的诚实正面评论越多，它的可信度也越高；评论和其它周围诚实评论的相似度越高，该评论的诚实度也就越高。这是在垃圾评论检测领域首次提出基于交互关系的检测方法，解决了检测信息量较少的局限。实验证明，本文提出的检测方法检测出的垃圾评论类型更复杂、更精细，同时在精确率、召回率等各项指标均有所改善，而且大大缩短了计算程序的运行时间。