Peneliti Cornell berupaya menghapus ulasan palsu dari Web

ulasan palsu

Sebuah tim peneliti di Cornell baru-baru ini menyelesaikan makalah mengenai pengembangan algoritma komputer untuk menentukan apakah suatu ulasan palsu atau asli. Setelah mempublikasikan penelitian tersebut, banyak situs perjalanan khusus mendekati kelompok tersebut untuk menentukan bagaimana algoritma ini dapat dikembangkan untuk menyingkirkan ulasan berbayar. Beberapa merek dan perusahaan secara diam-diam menggunakan situs seperti Amazon’s Mechanical Turk, Fivver, dan situs freelance lainnya untuk membangun perpustakaan ulasan positif untuk mendapatkan uang. Mekah freelancer ini dirancang untuk memberikan hasil dengan cepat, sehingga dieksploitasi untuk menciptakan sejumlah besar ulasan bintang 5 yang membengkak untuk meningkatkan kualitas produk atau layanan.

tripwebUntuk menetapkan elemen umum dalam ulasan palsu, tim Cornell diberi wewenang untuk membuat tugas mTurk untuk membuat 400 ulasan positif hotel Chicago. Satu-satunya ketentuan adalah bahwa ulasan tersebut palsu. Setelah menyisir TripAdvisor, mereka secara khusus memilih 400 ulasan yang mereka yakini benar dan mencampurkannya dengan entri palsu. Entri-entri ini diperlihatkan kepada sekelompok juri, tetapi mereka tidak bisa membedakan antara asli dan palsu.

Video yang Direkomendasikan

Setelah melakukan beberapa analisis, tim menciptakan algoritma komputer untuk menyingkirkan pemalsuan dan bekerja 90 persen sepanjang waktu. Berdasarkan hasil penelitian, ulasan palsu biasanya cenderung berupa cerita samar-samar yang berfokus pada pengalaman di kota tersebut dibandingkan secara spesifik mengenai lokasi yang ditinjau. Ada juga banyak pengulas yang mengidentifikasi diri mereka dengan kata “saya” dan “saya” untuk memenuhi syarat kredibilitas.

Selain ulasan palsu dan positif, perusahaan juga harus bersaing dengan bisnis pesaing yang membuat ulasan palsu dan negatif. Freelancer juga mengiklankan layanan mereka untuk membuat ulasan negatif di situs seperti Yelp. Namun, Yelp menggunakan algoritmanya sendiri untuk menyaring ulasan yang terlalu positif dan negatif yang tampaknya tidak benar. Namun, ulasan yang difilter ini ditautkan di bagian bawah halaman bisnis utama, namun tidak dikaitkan dengan skor keseluruhan.

Tingkatkan gaya hidup AndaTren Digital membantu pembaca mengawasi dunia teknologi yang bergerak cepat dengan semua berita terbaru, ulasan produk yang menyenangkan, editorial yang berwawasan luas, dan cuplikan unik.