Gefälschte Produktreviews können dem Markenimage schaden und das Vertrauen in einen Marktplatz untergraben. Ein chinesischer Forscher hat einen Algorithmus entwickelt, der solche Fake-Reviews besser erkennen kann. [...]
Immer mehr Menschen beziehen Produkte und Dienstleistungen online. Moderne Webseiten bieten fast immer Kundenbewertungen als Entscheidungshilfe. Doch ist eben diese oft nicht viel wert, da gefälschte Bewertungen Kunden irreführen. Über die Jahre gab es schon etliche Skandale rund um gekaufte und gefälschte Reviews beispielsweise auf Reiseportalen oder Online-Marktplätzen wie dem von Amazon. In den USA geht Amazon mittlerweile auch gerichtlich gegen Verkäufer vor, die solche Praktiken nutzen – immerhin schadet das letztlich auch dem Ruf der Plattform selbst.
Ein Algorithms zum automatisierten Ausmisten gefälschter Bewertungen könnte Portalen also helfen, Nutzervertrauen zurückzugewinnen. Song Deng von der Jiangxi University of Finance and Economics http://english.jxufe.edu.cn ist überzeugt, dass er und sein Team einen Durchbruch geschafft haben. Der Algorithmus der Chinesen setzt dazu darauf, die Vorteile von verhaltens- und inhaltsbasierten sowie statistischen Methoden zu kombinieren. Er analysiert zum Beispiel, wie viele Bewertungen ein Nutzer abgibt und wie häufig er das macht, aber auch, wie lange die Reviews sind und wie professionell oder emotionsgeladen diese wirken.
Klappt für wichtige Produktgruppen
Diese Kombination von Ansätzen soll gängige Methoden ausstechen, die einfach nur Inhalte analysieren. Das funktioniert offenbar auch. „Tests an industriellen Produkten für Autos, Mobiltelefonen und Computern haben ergeben, dass unsere Methode bessere Ergebnisse liefert als existierende“, schreibt Deng im „International Journal of Services Operations and Informatics“ http://inderscience.com/ijsoi .
Be the first to comment