Menü
 | Technology Review

Algorithmus gegen Fake-Reviews

Wer im Netz etwas kaufen will, lässt sich gerne von den Bewertungen anderer User leiten. Das Problem: Nicht immer entsprechen diese Nutzer-Reviews der Wahrheit, sind von Händlern selbst oder gar von Konkurrenten manipuliert, die User an der Nase herumführen wollen, um davon direkt oder indirekt zu profitieren. "Bis zu 30 Prozent der Nutzerbewertungen können bei einzelnen Produkten falsch sein", sagt Bing Liu, Professor für Informatik an der University of Illinois, der das Problem in zwei Forschungsprojekten mit Wissenschaftlern beim Softwarekonzern Microsoft und dem Suchriesen Google analysiert hat.

Liu und seine Forscherkollegen glauben allerdings, dass sich mit einem gut trainierten Algorithmus Fakes bald verlässlich automatisch auffinden lassen, berichtet Technology Review in seiner Online-Ausgabe. Dabei muss zunächst der Mensch helfen: In Lius jüngster Studie, die kürzlich auf einer Konferenz in Frankreich vorgestellt wurde, kategorisierten acht Angestellte der indischen Shopping-Websites "Rediff" und "eBay.in", die mit dem Thema täglich konfrontiert werden, über zwei Monate lang knapp 2400 einzelne Nutzerbewertungen als "Spam", "Nichtspam" und "Unklar".

Über eine Software, die ähnlich wie ein Spam-Filter arbeitet, wurden dann die Eigenheiten der falschen Bewertungen destilliert und in einen Algorithmus namens "Group Spam Rank" (GSRank) gegossen: Dazu gehörten besonders häufig vorkommende Begriffe ebenso wie die Zahl der von einem Nutzer eingestellten Postings und wie lange dieser bereits Bewertungen einstellte. Der aktuelle Prototyp ist in der Lage, größere Spammer-Gruppen präzise zu identifizieren – die Trefferquote lag im Idealfall bei 88 Prozent (entdeckte Fake-Autoren zu Gesamtzahl Fake-Autoren). Die nächste Version soll lernen, auch mit gefälschten Nutzerbewertungen umzugehen, die dezenter gestreut werden.

Mehr zum Thema in Technology Review online:

Anzeige
Zur Startseite
Anzeige