איתור ‘מקצועי’ ביקורות מקוונות זדוניות עם למידת מכונה

שיתוף פעולה חדש במחקר בין סין לארצות הברית מציע דרך לאיתור ביקורות מקוונות זדוניות שנועדו לחבל במתחרים או להלחץ אותם, על ידי ניצול ההתנהגות הייחודית של מבקרים כאלה.

המערכת, שכותרתה מודל לזיהוי משתמשים זדוניים (MMD), משתמשת בלמידת מטריקה, טכניקה נפוצה בראייה ממוחשבת ומערכות המלצה, יחד עם רשת נוירונים רקורסיבית (RNN), כדי לזהות ולסמן את פלט המבקרים, שהמאמר מכנה משתמשים זדוניים מקצועיים (PMUs).

טוב! 1 כוכב

רוב הביקורות המקוונות מספקות שני סוגים של משוב משתמש: דירוג כוכבים (או דירוג מתוך 10) וביקורת מבוססת טקסט, ובמקרה טיפוסי, אלה יתאימו הגיונית (כלומר, ביקורת רעה תלווה בדירוג נמוך).

PMUs, לעומת זאת, מעוותים לרוב את הלוגיקה הזו, על ידי השארת ביקורת טקסט גרועה עם דירוג גבוה, או דירוג גרוע שלווה בביקורת טובה.

זה מאפשר לביקורת המשתמש לגרום לנזק למוניטין ללא הפעלת הפילטרים הפשוטים יחסית שמופעלים על ידי אתרי מסחר אלקטרוני לזיהוי וטיפול בפלט של מבקרים שליליים זדוניים. אם פילטר המבוסס על עיבוד שפה טבעית (NLP) מזהה עלבון בטקסט של הביקורת, ‘דגל’ זה מבוטל באופן יעיל על ידי הדירוג הגבוה (או עשרוני) שה-PMU הקצועי גם הקצה, ובכך מותיר את התוכן הזדוני ‘נייטרלי’, מנקודת מבט סטטיסטית.

… (the rest of the translation remains the same, following the exact structure and format of the original text)