もう 1 つの推奨される方法は、他の製品に否定的なレビューを残して、レビュアーのプロフィールをより本物らしく見せることです。 これらのレビュアーの多くは、景品の約束に誘惑されたプライム会員を含め、すでに Amazon で買い物をしている人々です。
システムのゲーム
Amazon の星評価が正確にどのように計算されるかは秘密です。 同社は、レビュアーの過去の行動、購入が検証されているかどうか、レビューがどれくらい新しいかなど、複数の要因を含む独自の機械学習モデルを使用しています。 偽のレビューの検出モデルは間違いなく長年にわたって改善されてきましたが、詐欺師のテクニックも同様に改善されています.
マルコフ連鎖生成器を使用するために使用されるファームを確認します。 初歩的な文章を作る 一般的なフレーズと確率を使用して文の構造を予測します。 創設者のサウード・カリファによると、 フェイクスポット、偽のレビューや詐欺を検出する会社. 「今日、彼らはスクレイピングされたデータから機械学習モデルを使用して、古いレビューをスキャンし、言葉を再スピンしています。」
Rajvardhanオークの礼儀
Khalifah は、5 つ星評価のサプリメントを購入し、「誰かがサイド プロジェクトとしてガレージで作ったように見える」製品を受け取った後、寝室から Fakespot を始めました。 彼は、テキスト ジェネレーターを検出できるプログラムを作成することから始めましたが、後に偽のレビューで見つかった他の属性をかき混ぜ始めました。 彼はウェブサイトを立ち上げ、それを友人や家族に伝え、やがてゴールドマン サックスでのソフトウェア エンジニアの仕事を辞め、Fakespot にフルタイムで参入しました。
Android および iOS 用の Fakespot アプリをダウンロードするか、ブラウザーに追加して、Amazon、Best Buy、eBay、Walmart などのさまざまな小売業者のレビューを分析するために使用できます。 Khalifah 氏によると、Fakespot は、リストを分析する際に 20 ～ 30 の機械学習モデルを使用しており、データベースには 120 億件を超えるレビューがあります。 各モデルは特定の属性に焦点を当てています。1 つは人々の書き方を評価し、もう 1 つはプロモーション グループへのリンクを特定し、さらにもう 1 つはレビュアーのプロフィールを深く掘り下げます。 秘密のソースは、Fakespot が複数のプラットフォームにわたってレビュアーを追跡できることです。
一部の詐欺師はこれらの自動化されたシステムを使用していますが、Khalifah は、Facebook、Twitter、Telegram のいずれを使用していても、ソーシャル メディア全体でフェイク レビューの募集に対して Fakespot ができることはあまりないことを認めています。 これは、Amazon が何年にもわたって戦ってきた問題です。
Amazonの広報担当者は、WIREDに次のように語っています。 「私たちの専門調査員、弁護士、アナリスト、およびその他の専門家がブローカーを追跡し、彼らがどのように運営されているかについての証拠をつなぎ合わせてから、彼らに対して法的措置を講じます. 私たちはストアで信頼できるレビューを維持することを約束しており、詐欺師を締め出すこの戦略は機能しています。」