Исследователи из Университета Сан Паулу создали алгоритм, который, по их словам, распознает купленные отзывы на различных сайтах (Amazon, Trip Advisor т.п.) с 95%-ной эффективностью. При этом отзывы могут быть как положительными, так и отрицательными, алгоритм распознает оба типа отзывов.
Система со сложным названием Online-Recommendation Fraud ExcLuder (ORFEL) решает достаточно важную для современности проблему, отделяя зерна от плевел. Миллионы пользователей оставляют сотни тысяч отзывов, и распознать фальшивый, купленный отзыв — непростая задача. Тем не менее, решить эту проблему нужно, поскольку задача многих фальшивых отзывов — порча репутации какой-либо компании. Эта проблема не новая — еще в 2011 году власти некоторых стран расследовали ситуацию с появлением огромного количества наемных комментаторов, оставляющих отзывы о продукте или услуге на Amazon/TripAdvisor и других сайтах.
Система идентификации фальшивых отзывов использует специальный алгоритм, отслеживающий координированные действия многих пользователей. Обычно наемные комментаторы начинают оставлять отзывы о товаре либо услуге (своей или чужой компании) в определенное время. Выделить определенный вектор действий «наемников» в этом случае довольно сложно, но можно. ORFEL использует вершинный алгоритм (vertex-centric algorithm) для выделения определенных паттернов поведения пользователей.
Чем больше пользователей задействовано, тем легче обнаружить «атаку отзывов»
При этом система позволяет обнаруживать как отзывы, направленные против какого-либо продукта или услуги, так и отзывы, которые используются для продвижения таких продуктов и услуг.
В тестовом режиме для проверки работы алгоритма исследователи взяли два набора данных, результаты обработки которых показаны выше, на графике. Система работает не только с Amazon и прочими подобными сайтами, но также обнаруживает и «атаки комментаторов» через социальные сети, Google+, Facebook и другие.
Стоит отметить, что многие компании сейчас проводят активную борьбу с «купленными комментаторами». К примеру, компания Amazon обнаружила более 1000 такого рода «обозревателей».
В июне правительство Великобритании также опубликовало отчет о работе наемных комментаторов, обещая ввести систему безлимитных штрафов или даже заключать в тюрьму представителей компаний, которые ведут нечестную борьбу, используя фальшивые обзоры о продуктах и услугах, своей или других компаний.
Комментарии (10)
imanushin
13.11.2015 23:04+1Немного непонятно… Если отзыв реальный, то с какой вероятностью алгоритм ошибется, назвав его фальшивым? Обратно понятно, около 95%…
Squatch
14.11.2015 02:21+3С мобильными marketplace-ами, собственно, та же самая история. Затея хорошая и нужная, но есть опасения, что тупиковая. В любом случае, есть определенный паттерн поведения, который соответствует реальным пользователям, оставляющим реальные позитивные отзывы. Если появится алгоритм, способный фильтровать купленные, написанные «в лоб» отзывы, — появятся и системы, которые будут ещё точнее подделывать эти купленные отзывы, под настоящие. Хотя эффективность такого «маркетинга» и снизится, вероятно.
grokinn
14.11.2015 22:06-2Мне кажется что против этого алгоритма составителям фальшивых отзывов будет трудно бороться, ведь их задача в том чтобы завалить своими отзывами товар или услугу единовременно, чтобы обычные покупатели увидели много фальшивых отзывов и приняли нужное решение, если же авторы фальшивых отзывов решат подстроиться под алгоритм и станут оставлять свои комментарии с частотой обычных пользователей, то их отзывы затеряются среди настоящих и не произведут должного эффекта.
Gendalph
15.11.2015 01:02+1Задача — создать положительный (или отрицательный) рейтинг. Для этого не нужна единомоментность и даже супер-положительность (5 звезд) не всегда нужна, достаточно накрутить количество правдоподобных положительных отзывов (9/10, 4-4,5*).
Размазать по времени (неделя, месяц) не так уж и сложно.
Equin0x
15.11.2015 19:50+1Проблема легко решается. Достаточно лишь разрешить оставлять отзыв реальному покупателю. Отзывов будет меньше, но их качество будет выше. А подгадить без затрат на покупку будет уже невозможно. Как раз сейчас дописываю в Zencart кусок кода, разрешающего оставлять отзыв только на продукты из истории покупок.
Loki3000
16.11.2015 11:48Это если отзыв и услуга находятся на одном сайте. А если клиент купил услугу на одном сайте, а отзыв оставил на другом? Или вообще заказывал напрямую. Вот приехали вы в какой-то город, нашли гостиницу и так она вам (не)понравилась, что решили вы высказаться о ней на букинге… Как в этом случае быть? Повторно ее заказывать через букинг? Или таким клиентам вообще слова не давать?
tyomitch
Лучше бы про алгоритм хоть что-нибудь рассказали.
А то статья ни о чём.
nochkin
Если алгоритм будет открыт, то тогда станет легко его обходить.