New York Times: фейковые обзоры — растущая тенденция
Еще в 2010 году я написал статью об обзорах на сайтах загрузки программного обеспечения. В нем я обнаружил, что некоторые разработчики манипулировали общественным восприятием своей программы, добавляя фальшивые обзоры, обычно в форме пятизвездочного рейтинга своих программ. Проблема заключалась в том, что некоторые разработчики переусердствовали с фальшивыми отзывами, так что их менее известная программа получила столько же или даже больше отзывов, чем очень популярное программное обеспечение на том же портале. Некоторые отзывы также не складывались, особенно когда сравнивались низкие и высокие отзывы.
Нью-Йорк Таймс вчера сообщают, что поддельные отзывы — растущая тенденция. История концентрируется на туризме и сайтах обзоров продуктов.
Владельцы продуктов, маркетинговые агентства или частные лица могут покупать обзоры в Интернете за небольшую сумму денег. Например, если вы посетите Fiverr, вы заметите, что вы можете купить положительные отзывы за 5 долларов почти на каждом сайте, который только можно представить. Но Fiverr — это только один из сайтов, на которых вы найдете людей, готовых размещать на сайтах фальшивые обзоры.
Гениальный аспект этого заключается в том, что наем людей для публикации фальшивых обзоров обходит большую часть защиты сайта от фальшивых обнаружений. Если бы вы сделали это самостоятельно, вы бы подключились к определенным характеристикам, таким как IP-адрес компьютера, версия браузера или операционная система, которые могут использоваться для идентификации манипуляций, даже если использовались прокси-серверы или подключения к виртуальной частной сети. Для этого может быть достаточно одного файла cookie.
Но с уникальными пользователями со всего мира невозможно использовать неопровержимые факты для выявления мошенничества.
Исследователи Корнелла недавно опубликовали бумага об обнаружении фальшивых отзывов. Алгоритмический подход ищет в обзоре сильные и незначительные обманчивые индикаторы, чтобы определить, является ли он фальшивым. С другой стороны, индикаторы не являются доказательством, и может случиться так, что алгоритм обнаружит достоверные отзывы как фальшивые и наоборот.
Некоторые сайты могли бы реализовать более эффективную процедуру, чтобы избежать большинства ложных отзывов. Например, Amazon может разрешать отзывы только пользователям, которые приобрели продукт на своем сайте. Хотя это, безусловно, уменьшит количество отзывов на сайте, но также устранит большинство ложных отзывов.
Компании, использующие эти методы маркетинга, адаптируются. Чтобы обмануть алгоритм, им просто нужно было бы провести какое-то начальное обучение или проверить написанное самостоятельно.
Один элемент, который еще не упоминался и не рассматривался в документе, — это возможность писать фальшивые обзоры с менее чем идеальной оценкой. Я лично сначала читаю отрицательные отзывы на большинстве сайтов, чтобы понять, что не так с продуктом. Некоторые жалобы здесь менее серьезны, чем другие. Придирчивый пользователь может пожаловаться, что товар прибыл с опозданием или на завтрак «шведский стол» в отеле не хватило моркови на один день. Это может быть серьезной проблемой для них, но не может быть серьезной для большинства потенциальных клиентов.
Я предполагаю, что в ближайшие годы мы увидим больше фейковых отзывов. Мы будем видеть фальшивые обзоры с неидеальными оценками и фальшивые обзоры, в которых используются результаты исследования, чтобы избежать обнаружения.
Как вы относитесь к фальшивым отзывам в Интернете? Дай мне знать в комментариях.
