Đánh giá giả mạo là mối đe dọa thực sự đối với người mua hàng trực tuyến. Nếu bạn đã từng mua một thứ gì đó trực tuyến dựa trên những đánh giá tích cực chỉ để nhận được một sản phẩm kém chất lượng đáng thất vọng, bạn hiểu ý tôi. Một cái mới nghiên cứu được công bố trên Tạp chí Quốc tế về Công nghệ Thông tin và Truyền thông đề xuất một hệ thống hỗ trợ AI không chỉ có thể phát hiện các đánh giá giả mạo mà còn theo dõi cách chúng lây lan.
Tại sao các công cụ hiện tại tiếp tục thiếu hụt
Hầu hết các hệ thống phát hiện đánh giá giả mạo hiện có đều tập trung vào nội dung đánh giá. Cách tiếp cận đó có hiệu quả được một thời gian, nhưng những người đánh giá giả mạo ngày càng thông minh hơn. Giờ đây, họ ghép văn bản được viết cẩn thận với các hình ảnh gây hiểu lầm để làm cho bài đánh giá của họ trông chân thực. Các công cụ chỉ có văn bản gặp khó khăn trong việc nắm bắt điều này và đó là một vấn đề thực sự đối với người mua hàng cũng như người bán trung thực.
Cấu trúc mô hình phát hiện đánh giá giả mạo Bing Duan / Tạp chí quốc tế Công nghệ thông tin và Truyền thông
Các nhà nghiên cứu đã giải quyết vấn đề này bằng cách xây dựng một hệ thống xem xét nhiều tín hiệu cùng một lúc. Nó phân tích văn bản đánh giá bằng hai phương pháp khác nhau, mạng thần kinh tích chập văn bản và mô hình ngôn ngữ được đào tạo trước, để nắm bắt cả ý nghĩa bề mặt và ý nghĩa sâu sắc hơn trong từ. Nó cũng ảnh hưởng đến hành vi của người đánh giá, vì tài khoản giả có xu hướng có ảnh hồ sơ mặc định và tên người dùng do hệ thống tạo, không giống như người dùng thật có xu hướng cá nhân hóa tài khoản của họ.
AI thực sự có thể bắt được hình ảnh giả không?
Câu trả lời ngắn gọn là có. Hình ảnh đánh giá được phân tích riêng biệt bằng cách sử dụng mạng dư, một loại công cụ học sâu thường được sử dụng để xử lý hình ảnh. Sau khi tất cả các tín hiệu này được thu thập, hệ thống sẽ kết hợp chúng lại với nhau để đưa ra quyết định cuối cùng về việc đánh giá có chân thực hay không.
Video được đề xuất
Khi một bài đánh giá bị gắn cờ là giả mạo, mô hình Transformer sẽ hoạt động để lập bản đồ nguồn gốc của bài đánh giá đó và theo dõi mức độ lan truyền của bài đánh giá đó qua mạng.
Khung truy tìm sự lây lan của đánh giá giả mạo Bing Duan / Tạp chí quốc tế về công nghệ thông tin và truyền thông
Các thử nghiệm trên một tập dữ liệu lớn từ JD.com cho thấy hệ thống đạt được độ chính xác nhận dạng là 94,2% và độ chính xác theo dõi là 93,5%, vượt trội so với tất cả các phương pháp hiện có mà nó được so sánh. Loại độ chính xác này cuối cùng có thể đồng nghĩa với việc ít đánh giá sai lệch hơn và xếp hạng đáng tin cậy hơn để mua sắm.
Nguồn DigitalTrend