I ricercatori dell’ University of Illinois a Chicago stanno prendendo di mira i commenti falsi, che possono danneggiare seriamente le imprese on-line. Il gruppo di ricerca, finanziato da Google, è stato istituito in particolare per cercare i gruppi organizzati di commenti fasulli, e automatizzare il processo di identificazione per fermarli.

I falsi commenti e le false recensioni possono avere effetti devastanti su una varietà di imprese dell’era di internet, e con l’emergere di servizi di user-review in stile TripAdvisor e Booking.com gli effetti, sia positivi (per promuovere un business) che negativi (per danneggiare un concorrente) si sono amplificati.

Per le aziende, dicono i ricercatori, estirpare i falsi commenti è costoso: anche se non è difficile per un essere umano identificare un “fake”, il processo è laborioso.

Nel loro documento i ricercatori presentano un algoritmo chiamato GSRank che sperano potrà essere impiegato contro le review fasulle.

La chiave per identificare i gruppi di lavoro fasulli è il loro comportamento, afferma il documento, che tipicamente comprende:

* Finestra di tempo – i membri di un gruppo di lavoro per promuovere o abbassare il livello di un prodotto o di un servizio spesso inviano le recensioni a breve distanza l’uno dall’altro;

* Deviazione – dato che sono assunti per spingere un prodotto in una determinata direzione, un gruppo organizzato avrà tutti i messaggi con valutazioni simili.

* Somiglianza dei contenuti – non solo il gruppo dà al bersaglio la stessa valutazione, spesso fanno anche copia-incolla del contenuto tra di loro. Inoltre questo tipo di business è abbastanza economico, dunque si riutilizzano spesso le stesse frasi in diverse recensioni.

* Get in First – i ricercatori hanno notato che i commenti falsi spesso vengono pubblicati presto nella vita di un prodotto o di un servizio. Perchè “quando i membri del gruppo sono tra le prime persone a recensire un prodotto, possono dirottare completamente i sentimenti”. Questo comportamento aiuta a identificare i falsi;

* Dimensione del gruppo – le dimensioni del gruppo rispetto al numero di recensioni originali, possono indicare la presenza di spammer.

* Prodotti troppo diversificati – è improbabile che gli stessi (diciamo) 10 individui casuali si trovino più volte a recensire molti prodotti diversi.

Ti invieremo un' email a settimana, puoi cancellare l'iscrizione in qualunque momento.

Potrebbe interessarti anche:


Partecipa alla discussione: