Amazon heeft verklaard dat het steeds geavanceerdere AI-tools gebruikt om vervalste recensies en niet-authentieke opmerkingen op zijn marktplaats te bestrijden.
s Werelds grootste e-commerce marktplaats worstelt al jaren met nep-recensiebemiddelaars, wat onlangs culmineerde in juridische stappen tegen NiceRebate.com, een nep-recensiebemiddelaar die zich richtte op Britse klanten.
Dharmesh Mehta, hoofd van Amazon's customer trust team, verklaarde: "We gaan agressief de strijd aan met review brokers" en onthulde dat Amazon juridische stappen heeft ondernomen tegen 94 dergelijke reviewfraudeurs wereldwijdOok in de VS, China en Europa.
In 2022 analyseerde Fakespot, een tool voor het detecteren van neprecensies, 720 miljoen recensies en schatte dat sommige 42% waren namaak op de een of andere manier.
Bijna iedereen die Amazon-reviews heeft bestudeerd, is waarschijnlijk wel eens verdachte reviews tegengekomen die intuïtief nep aanvoelen. Veel beoordelingen zijn betaalde goedkeuringen om de waardering van een verkoper op te krikken of een concurrerend bedrijf te saboteren.
Amazon investeert in machine learning (ML) modellen die duizenden datapunten kunnen analyseren om frauduleuze reviewactiviteiten te helpen identificeren. Het AI-model evalueert verschillende factoren om te bepalen hoe waarschijnlijk het is dat een recensie nep is, zoals de relatie van de auteur met andere online accounts, aanmeldingsactiviteit, recensiegeschiedenis en ongebruikelijk gedrag.
Amazon gaat ook achter sociale-mediagroepen aan die zijn opgezet om recensies te verhandelen. In 2022 identificeerde Amazon meer dan 23.000 sociale-mediagroepen met meer dan 46 miljoen leden die betrokken waren bij het faciliteren van neprecensies.
Talloze onderzoeksprojecten zijn gericht op het breken van neprecensies met behulp van AI-technieken voor natuurlijke taalverwerking (NLP).
Bijvoorbeeld, één onderzoek in 2022 gebruikten GPT-2 om een classificator voor neprecensies te trainen die beter presteerde dan mensen.
Mehta verklaarde: "We gebruiken machine learning om te zoeken naar verdachte accounts, om de relaties te traceren tussen een inkoopaccount dat een recensie achterlaat en iemand die dat product verkoopt. Door een combinatie van zorgvuldige screening, geavanceerd machinaal leren en kunstmatige intelligentie kunnen we voorkomen dat neprecensies de klant bereiken."
Hoe AI neprecensies detecteert
Als je ooit een recensie hebt gelezen en hebt gedacht: "Dat ziet er nep uit", dan bewijst dat min of meer dat AI hetzelfde kan doen. Er zijn signalen en signalen die jij oppikt en AI kan die ook leren.
AI's kunnen NLP gebruiken om te kijken naar factoren zoals overmatige interpunctie, slechte grammatica en overdreven negatieve of positieve toon, ook wel sentimentanalyse genoemd. Er komt echter meer kijken bij het detecteren van nepreviews dan dat en als Amazon geen strikte criteria definieert, lopen ze het risico echte reviews te verwijderen.
Andere methoden zijn het analyseren van welke soorten producten nepreviews ontvangen, de timing van wanneer nepreviews worden achtergelaten en of generieke 5-sterrenreviews afkomstig zijn van dezelfde account.
Natuurlijk is niemand beter geplaatst om die gegevens te analyseren dan Amazon, wat de vraag oproept waarom het probleem zo groot (of groter) is dan ooit.
Hoezeer Amazon ook het vertrouwen wil bevorderen door neprecensies te verwijderen, het onderhouden van grote hoeveelheden alle beoordelingen is in hun belang.
Als Saoud Khalifah van Fakespot zegt"Als Amazon 100 procent van de nepreviews zou verwijderen, zouden ze honderden miljarden aan aandeelhouderswaarde verliezen."
