コーネル大学の研究者チームは最近、レビューが偽物か本物かを判断するコンピューターアルゴリズムの開発に関する論文を完成させた。 この調査結果を発表した後、多くの専門旅行サイトがこのグループにアプローチして、有料レビューを排除するためにこのアルゴリズムをどのように開発できるかを検討しました。 一部のブランドや企業は、Amazon の Mechanical Turk、Fivver、その他のフリーランス サイトなどのサイトを密かに利用して、現金を得るために肯定的なレビューのライブラリを構築しています。 これらのフリーランサーのメッカは、結果を迅速に送り出すように設計されているため、製品やサービスの品質を誇張するために大量の 5 つ星のレビューを作成するために悪用されています。
偽のレビューに共通の要素を確立するために、コーネル大学のチームは、シカゴのホテルに関する 400 件の肯定的なレビューを作成するための mTurk タスクを作成する権限を与えられました。 唯一の条件は、レビューが虚偽のものであることだった。 トリップアドバイザーを徹底的に調べた結果、真実であると思われる 400 件の口コミを具体的に選び、偽の投稿と混ぜ合わせました。 これらの応募作品は審査員のグループに見せられましたが、彼らは本物と偽物の違いを見分けることができませんでした。
おすすめ動画
分析を行った後、チームは、90% の確率で機能する偽物を排除するコンピューター アルゴリズムを作成しました。 その結果によると、偽のレビューは通常、レビュー対象の場所に関する詳細ではなく、都市での体験に焦点を当てた曖昧なストーリーである傾向がありました。 また、信頼性を評価するために「私」や「私」という言葉で自分自身を特定する査読者も多すぎます。
偽の肯定的なレビューだけでなく、企業は偽の否定的なレビューを作成するライバル企業とも戦わなければなりません。 フリーランサーは、Yelp などのサイトで否定的なレビューを作成するサービスを宣伝することもあります。 ただし、Yelp は独自のアルゴリズムを使用して、過度に肯定的なレビューと、虚偽と思われる否定的なレビューの両方を除外します。 ただし、これらのフィルタリングされたレビューはメインのビジネス ページの下部にリンクされていますが、全体的なスコアには結びついていません。
ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。
