Abonneer je gratis op Techzine!

De Amerikaanse Cornell-universiteit heeft een algoritme ontwikkeld dat nep-recensies van echte kan onderscheiden. Het algoritme is op dit moment voornamelijk bedoeld voor de reisbranche.

Steeds vaker worden recensies over producten of vakantiebestemmingen vervalst. Dit viel ook de Amerikaanse universiteit Cornell op. Zij besloten daarom een algoritme te ontwerpen dat valse recensies van echte kan onderscheiden en dus ook kan verwijderen. Op deze manier worden de beoordelingen betrouwbaarder omdat alleen de beoordelingen die door ‘echte’ reizigers zijn geplaatst over blijven.

Veel reissites hebben inmiddels al hun interesse in het algoritme getoond. Zij willen het algoritme inzetten tegen betaalde nep-recensies op hun sites. Bedrijven (Hotels, Bungalows, Appartementen) die actief zijn op een algemene reissites hebben belang bij positieve recensies, hierdoor gaat het aantal boekingen namelijk omhoog. Daarvoor huren sommige bedrijven dan ook freelancers in die valse positieve recensies plaatsen. Doordat de valse recensies van verschillende personen, locaties en ip-adressen komen is het moeilijk te onderscheiden welke recensies nu nep of echt zijn.

Dit ondervonden ook de onderzoekers van Cornell. Van de reissite TripAdvisor kregen zij toestemming om zelf vierhonderd mensen aan te stellen die vervolgens een valse recensie op de website plaatsten. Er werden evenveel recensies van de website uitgekozen die wel echt moesten zijn. Toen de recensies werden getoond aan een groep mensen, waren deze niet in staat de echte van de neppe te onderscheiden.

Door middel van een grondige analyse was het onderzoeksteam in staat een algoritme te ontwerpen dat de nep-recensies negen van de tien keer wel onderschept. Uit de resultaten van de analyse blijkt dat valse recensies een aantal kenmerken vertonen. Zo zijn het vaak vage verhalen en gaan de recensies vaak over de stad of omgeving in plaats van de daadwerkelijke vakantiebestemming die wordt gerecenseerd. Ook wordt er om de geloofwaardigheid van het geposte verhaal te vergroten, overmatig gebruik gemaakt van de woorden ‘ik’ en ‘mij’.

Buiten de valse positieve recensies laten concurrenten ook negatieve recensies plaatsen. Ook dit gebeurt door middel van freelancers. Hier is het onderzoek van Cornell helaas niet op gericht. De Amerikaanse recensiesite Yelp heeft hier wel een oplossing voor bedacht. Uit de totaalscore van een reislocatie filteren zij de meest negatieve en meest positieve recensies.