코넬대학교 연구팀은 최근 리뷰가 가짜인지 진위인지 판단하는 컴퓨터 알고리즘 개발에 관한 논문을 완성했습니다. 연구 결과가 발표된 후 많은 전문 여행 사이트에서 유료 리뷰를 제거하기 위해 이 알고리즘을 개발할 수 있는 방법을 결정하기 위해 그룹에 접근했습니다. 일부 브랜드와 회사는 Amazon Mechanical Turk, Fivver 및 기타 프리랜서 사이트와 같은 사이트를 은밀하게 사용하여 현금에 대한 긍정적인 리뷰 라이브러리를 구축합니다. 이러한 프리랜서 메카는 결과를 빠르게 도출하도록 설계되었으므로 제품이나 서비스의 품질을 부풀리기 위해 과장된 별 5개 리뷰를 과도하게 생성하는 데 활용됩니다.
가짜 리뷰 내의 공통 요소를 확립하기 위해 Cornell 팀은 시카고 호텔에 대한 400개의 긍정적인 리뷰를 작성하기 위한 mTurk 작업을 생성하도록 승인되었습니다. 유일한 규정은 리뷰가 가짜라는 것이었습니다. 트립어드바이저를 샅샅이 뒤진 후, 그들은 사실이라고 생각되는 리뷰 400개를 선택하고 이를 가짜 항목과 혼합했습니다. 이 출품작은 심사위원단에게 보여졌지만 그들은 진품과 가짜의 차이를 구분할 수 없었습니다.
추천 동영상
몇 가지 분석을 거친 후 팀은 90%의 확률로 작동하는 가짜를 걸러내는 컴퓨터 알고리즘을 만들었습니다. 결과에 따르면 가짜 리뷰는 일반적으로 리뷰 대상 위치에 대한 구체적인 내용보다는 도시에서의 경험에 초점을 맞춘 모호한 이야기인 경향이 있었습니다. 또한 신뢰도를 높이기 위해 자신을 "나"와 "나"라는 단어로 식별하는 리뷰어가 너무 많습니다.
거짓되고 긍정적인 리뷰 외에도 기업은 거짓되고 부정적인 리뷰를 작성하는 경쟁 업체와 경쟁해야 합니다. 프리랜서는 또한 Yelp와 같은 사이트에 부정적인 리뷰를 작성하기 위해 자신의 서비스를 광고합니다. 그러나 Yelp는 자체 알고리즘을 사용하여 사실이 아닌 것처럼 보이는 지나치게 긍정적인 리뷰와 부정적인 리뷰를 모두 걸러냅니다. 하지만 이렇게 필터링된 리뷰는 비즈니스 메인 페이지 하단에 링크로 연결되지만 전체 점수에는 반영되지 않습니다.
당신의 라이프스타일을 업그레이드하세요Digital Trends는 독자들이 모든 최신 뉴스, 재미있는 제품 리뷰, 통찰력 있는 사설 및 독특한 미리보기를 통해 빠르게 변화하는 기술 세계를 계속해서 살펴볼 수 있도록 도와줍니다.
