Les Faux Avis Sur Amazon Coûtent 116 Yuans Par Avis. Est-il Facile Pour Les Escrocs En Ligne De Gagner De L’argent ?

Sur Amazon, une plateforme de commerce électronique bien connue, de faux avis induisent les consommateurs en erreur et les incitent à acheter des produits contrefaits. Bien qu’Amazon ait mis en place certaines mesures de contrôle, il ne peut toujours pas éliminer complètement ce phénomène. Récemment, certains médias ont rapporté que les vendeurs d'Amazon achetaient de grandes quantités de faux avis auprès d'entreprises de contrefaçon professionnelles à des prix élevés, formant même un vaste marché gris. Comment identifier et contrôler ces faux avis ? Quel rôle l’IA peut-elle jouer à cet égard ?

Amazon a du mal à lutter contre les faux avis.

Récemment, le média étranger Daily Mail a publié une enquête, qui a révélé que sur la plateforme Amazon, il existe un groupe d'entreprises spécialisées dans la vente de faux avis. Ils manipulent les faux avis sur le site Web en coulisses, et chaque faux avis est vendu au prix de 13 livres (environ 116 yuans).

Selon les révélations, AMZTigers, une société basée en Allemagne, se spécialise dans ce type de transactions douteuses. Elle compte 3 000 testeurs au Royaume-Uni et près de 60 000 à travers l'Europe pour fournir des services rapides de faux avis.

Amazon a déclaré à plusieurs reprises avoir mis en œuvre des mesures réglementaires sur sa plateforme et avoir dépensé 300 millions de livres (2,726 milliards de yuans) au cours de l'année écoulée pour protéger les clients contre les abus, la fraude et d'autres formes de mauvaise conduite. Mais ce rapport révèle qu’il existe encore quelques lacunes dans leur travail.

Les faux avis ne sont pas seulement un problème pour Amazon. En fait, les avis faux/frauduleux sont monnaie courante sur l’ensemble de la plateforme de commerce électronique et constituent un nuage omniprésent dans l’environnement d’achat en ligne.

De faux avis se propagent avec les achats en ligne

Derrière les faux avis se cachent d’énormes intérêts commerciaux et une concurrence féroce.

Une enquête menée auprès de 2 000 adultes a montré que plus de 971 acheteurs se fieraient aux avis en ligne pour prendre leur décision d'achat finale.

De faux avis apparaissent souvent avec de fausses commandes. À la fin de l'année dernière, une enquête du Beijing News a révélé qu'Alibaba avait surveillé plus de 2 800 gangs de fausses commandes en 2018, dont 2 384 groupes de fausses commandes QQ, 290 plateformes de trading de colis vides et 237 plateformes de trading de fausses commandes.

Le seuil de brossage des commandes et des avis est très bas, et ils peuvent être trouvés partout sur Internet, et ils contrôlent également un trafic énorme. Par exemple, le service client de la grande plateforme « Handshake.com » affirme avoir 600 000 « brushers », tandis que « Baobao Brushing Orders.com » affirme qu'il y a près de 10 000 « brushers » en ligne chaque jour. Après avoir été exposées, certaines plateformes ont fermé, tandis que d'autres ont changé de nom et ont repris le commerce des fausses commandes.

CCTV a également révélé qu'une entreprise de produits pour enfants qui vendait des produits de qualité inférieure avait passé 1 231 fausses commandes en un an, pour un montant total de plus de 770 000 yuans, et avait falsifié près de 40 fois le nombre de faux enregistrements de transactions. L'entreprise a également payé environ 20 000 yuans en commissions de fausses commandes pour cela.

Le commerce électronique, les « pinceaux » en ligne et les canaux de fausses commandes sont étroitement liés pour former une énorme chaîne industrielle noire de fausses commandes. Ils disposent d’un ensemble complet de procédures opérationnelles complexes et détaillées, ce qui entraîne un grand nombre de fausses ventes et de faux avis.

Le 1er janvier 2019, la « loi sur le commerce électronique » est entrée en vigueur, qui définit les « commandes de brossage » comme un acte illégal et stipule que « les opérateurs de commerce électronique ne doivent pas se livrer à une fausse propagande au moyen de transactions fictives, de fabrication d'avis d'utilisateurs, etc., pour tromper ou induire en erreur les consommateurs. » Cependant, en raison du faible coût de l'illégalité et du haut degré de dissimulation, associés au mécanisme de recommandation de la plateforme et à d'autres raisons, ce phénomène a connu une croissance fulgurante.

Outre la nécessité pour les plateformes de commerce électronique d’adopter des systèmes de gestion plus complets, une autre solution envisageable est peut-être de faire bon usage de la puissance de l’IA.

La technologie de l’IA devient un outil puissant pour lutter contre la contrefaçon

Depuis que les faux avis attirent l’attention des gens et des plateformes de commerce électronique, les méthodes traditionnelles d’analyse de données ont été utilisées pour détecter les faux avis/avis frauduleux. Cependant, les premières techniques d’analyse de données se concentraient généralement sur l’extraction de caractéristiques de données quantitatives et statistiques.

Ces méthodes peuvent permettre d’éliminer certaines fraudes de bas niveau. Si vous souhaitez effectuer une analyse de données plus complète et plus approfondie, le système doit être équipé d'une grande quantité de données d'arrière-plan et être capable d'effectuer des tâches de raisonnement impliquant les données.

En conséquence, certains chercheurs se sont tournés vers l’apprentissage automatique et l’intelligence artificielle comme moyen plus efficace de lutter contre les faux avis.

Il existe certaines différences dans les caractéristiques linguistiques entre les vrais avis et les faux avis. Par exemple, si les commentaires d’un utilisateur nouvellement enregistré sont remplis d’éloges excessifs, il y a de fortes chances que les commentaires proviennent d’un groupe privé. L’utilisation de méthodes d’apprentissage supervisées et/ou non supervisées pour permettre à l’IA d’apprendre à juger ces différences est une étape clé dans la lutte de l’IA contre la contrefaçon.

Ce type de technologie entre dans la catégorie du traitement du langage naturel. En extrayant et en identifiant les avis de consommateurs faux et peu fiables sur les plateformes de commerce électronique populaires, l'algorithme est formé pour apprendre à identifier et à juger les faux avis, et finalement à évaluer la crédibilité des avis des utilisateurs.

L’une des tâches importantes consiste à effectuer une détection d’anomalie, qui détermine si le commentaire appartient à un utilisateur normal ou à un faux commentaire malveillant en fonction du style d’écriture et du format combinés à diverses informations disponibles sur le commentateur.

Recherchez des éléments tels qu'une orthographe et une grammaire suspectes, associées au nombre d'avis, à la méthode d'achat, aux incohérences de date et à d'autres signes d'activité d'avis suspecte. En collaboration avec l'équipe d'analyse humaine, l'analyse est menée à partir de plusieurs dimensions de données pour déterminer l'authenticité des avis.

En outre, il existe des études plus détaillées qui émettent des jugements plus précis sur les commentaires en fonction de la densité des commentaires, de l’analyse des sentiments et de la détection sémantique des commentateurs.

L’IA peut-elle fournir un environnement d’achat en ligne sain ?

Lorsque nous essayons de trouver plus d'informations sur les produits à partir des avis des utilisateurs, nous constatons que ceux qui ont des arrière-pensées les ont déjà utilisés comme des puces pour réaliser des profits illégaux.

L’IA peut nous aider à filtrer les faux avis provenant de ces plateformes et à créer un environnement d’achat en ligne relativement propre.

Dans le même temps, l'IA sera également utilisée pour créer de fausses critiques, et c'est ainsi que la technologie permettant de détecter les fraudes à l'IA est née... Cette compétition s'est progressivement transformée en une bataille d'attaque et de défense de l'IA.

Mais ce qui est certain, c’est que c’est seulement en faisant bon usage de la technologie et en l’utilisant correctement que nous pourrons atteindre la victoire finale.

-- sur--