识别假评论？简便，新算法可实现95％的效率

圣保罗大学的研究人员创建了一种算法，据此算法可以以95％的效率识别各种网站（亚马逊，Trip Advisor等）上的已购买评论。此外，评论可以是肯定的也可以是负面的，该算法可以识别两种类型的评论。

复杂名称为Online-Recommendation Fraud ExcLuder（ORFEL）的系统解决了目前非常重要的问题，即从谷壳中分离出谷物。数百万的用户留下了成千上万的评论，而要识别虚假的购买的评论并非易事。但是，由于许多虚假评论的任务是损害任何公司的声誉，因此有必要解决此问题。这个问题并不新鲜-2011年，一些国家/地区的当局对此进行了调查。随着大量受聘评论员的到来，在Amazon / TripAdvisor和其他网站上留下了产品或服务的评论。

伪造的评论识别系统使用一种特殊的算法来跟踪许多用户的协调动作。通常，受雇的评论员会在特定时间开始对产品（或自己的公司或其他公司）的评论。很难找出某些“雇佣军”行动的载体，但有可能。 ORFEL使用以顶点为中心的算法来突出显示特定的用户行为模式。


涉及的用户越多，检测“响应攻击”就越容易，

同时，系统允许您同时检测针对任何产品或服务的评论以及用于促销此类产品和服务的评论。

在测试模式下，为了测试算法，研究人员获取了两组数据，其处理结果如上图所示。该系统不仅可以与亚马逊和其他类似站点配合使用，还可以通过社交网络，Google +，Facebook和其他站点检测“评论者攻击”。

值得注意的是，许多公司现在都在积极与“购买的评论员”作斗争。例如，亚马逊已经发现了1000多种此类“浏览器”。

6月，英国政府还发布了有关受聘评论员工作的报告，承诺引入无限制的罚款甚至监禁制度。 从事不诚实行为的公司的代表使用对自己或其他公司的产品和服务的虚假评论进行斗争。

Source: https://habr.com/ru/post/zh-CN386695/