entwickeln wir Online-Modelle für das System zur Moderation und Erkennung von Auktionsbetrug, das für eine große asiatische Online-Auktions-Website entwickelt wurde. Anhand empirischer Experimente mit Daten zur Erkennung von Online-Auktionsbetrug zeigen wir, dass das von uns vorgeschlagene Online-Probit-Modell, das Online-Merkmalsauswahl, Bounding-Koeffizienten aus Expertenwissen und Lernen über mehrere Instanzen kombiniert, eine deutlichegegenüber den Grundlinien und dem von Menschenhand abgestimmten Modell deutlich verbessern kann. Es ist zu beachten, dass dieser Online-Modellierungsrahmen leicht auf viele andere Anwendungen, wie z. B. Web-Spam-Erkennung, Inhaltsoptimierung usw., erweitert werden kann. Was die zukünftige Arbeit betrifft, so besteht eine Richtung darin, die Anpassung des Selektionsbias in den Online-Modelltrainingsprozess einzubeziehen. Dies hat sich bei Offline-Modellen als sehr effektiv erwiesen.