美国人也不老实，揭秘美国刷“假好评”水军的产业链

来源：发布日期：2016/10/17已有 2704 人浏览

打开亚马逊网站，在一个卖USB线的页面，底下评论竟然是“它点亮了我的生活”。
　　

 

　　我内心是崩溃的...　　　

　　

　

　甚至有人称赞这个USB线，“真是个很酷的充电宝！”

　　　　

 

　　还有一次打开Yelp（美国版的大众点评），一个墨西哥卷饼店赫然排在第一位。“墨西哥绝味儿正宗牛肉卷儿”，综合评价五颗星，底下的评价赞不绝口：“最好的酱料”，“诱人的脆皮入口即碎”，“我天天来这儿吃，没有一次后悔”……
　　可吃完才发现巨难吃，而且上菜也慢，服务员态度也粗鲁。这可就纳闷儿了：“为什么这么个破馆子，大家还给好评呢？”
　　原来这家饭馆底下的评论，全！是！假！的！

　　
　　

 

　　亚马逊的产品、Yelp的评价，总有作假，但近年来愈演愈烈，看来美国人也不老实啊！
　　Cracked专栏作家伊万·西蒙（Evan V. Symon）吐槽道：“有一个学校书店给我承诺，如果我在Yelp上给好评，他们就给我打五折。一个修车店为了让我评分高一点，给我半价换机油。一家餐馆更有创意，他们说如果我给五星，我随时都能进门点菜，想打包多少，就打包多少。”

　　　　

 

　　好吧，其实餐馆们不光奖励好评，还鼓励差评呢！如果你给对门儿那家卖豆汁儿的打个一星，我给你免费甜甜圈。
　　西蒙有一次收到了一个饭馆的邀请，饭馆承诺：“给我们打五星，就送你一盘沙拉”。西蒙给了五星，去餐馆吃了一顿沙拉。结果发现这饭馆一共就坐着俩人，一问也是为免费沙拉来的。
　　　　

　　

在这肮脏的PY交易背后....

　　饭馆们做这些也是有足够动机的。哈佛商学院2011年的一项研究显示，美国90%的网购用户，通过看评价决定买不买。对一家餐馆来说，评价每增长一颗星，总收入就增长5%到9%。面对庞大的利润诱惑，几盘免费沙拉，算得了什么呢？
　　这些都算是业余的，其实美国也有专业水军
　　美国有不少网站是可以用来请人“刷好评”。
　　Craigslist、Freelancer、Fiverr这些网站，刷好评的启事随处都有：“25块钱给50个Yelp好评”，“一毛钱给五星评价”，“15块钱写一篇华丽的亚马逊产品评论”。这些人是专业的水军。往往同时伪造数百个IP地址，用黑客手段隐藏自己的行踪。

　　

　　（Fiverr上的付费评价广告）

　　他们从业多年，不会一下子给出几十个好评，而是编个程序，隔几天写一个评价。如果是人工写一个“华丽的”评价，那就更专业了。哪怕是没去过这家餐馆，写手们也能发挥想象。色、香、味、形，处处点到，足能以假乱真。
　　　

　　（Craiglist上的付费评价启事）

　　为了刷好评，商户们有时候也会亲自上阵，动员店员们“刷好评”。2011年，美国巴士公司（US Coachways）的老板特梅尼（Telmany）曾亲自给员工写邮件，声称“我们公司被网上的差评写的一无是处，这让我们少挣了很多钱”。

　　　　

　　(Yelp上评价是一星)

　　特梅尼不仅鼓励员工们写“假评价”，还勇敢做表率，亲自写好评。在Yelp的美国巴士公司页面下，就赫然有特梅尼的五星评价：“美国巴士，干的真棒啊！”（"US Coachways does a great job!"）

　　　　

 

　　饭店和在线商户这么做，不仅伤害了消费者，还让人们对Yelp和亚马逊上的评价系统失去了信任。以后在亚马逊买衣服的时候，我怎么知道评分是不是刷出来的？这家饭馆底下的评论，到底哪些是顾客，哪些是水军呢？
　

　反击网络水军

　　Yelp和亚马逊准备出手了，第一个办法就是告他们。2015年10月，Yelp上诉了圣地亚哥的一个律师事务所，声称该事务所提供“假评论”服务。最后Yelp和该律师事务所达成庭外和解。
　　亚马逊就更绝了，直接上诉了1114个写手，都是在Fiverr上写假评论赚钱的。这1114人的评论都是显而易见的假评论，那几个USB线的页面的假评论就出自他们。
　　还记得那个鼓动员工写好评的美国巴士公司老板特梅尼吗？纽约州检察院把美国巴士公司告上法庭，他本人也因此被罚了7万5千美元。

　　

　　

　　（US Coachways的老板特梅尼）

　　法律诉讼这个方法毕竟只是扬汤止沸。只有少数几个州（如纽约州）宣布“假评价”是非法的，更多的州只是睁一眼闭一眼。大部分的假评价难以追踪，就算追到了也很难找到确凿的证据。此外，大量的“水军”来自美国境外（如孟加拉国、越南等），Yelp和亚马逊的律师也没有能力进行“跨境调查”。而且“假评价”的来源众多，告倒了一个，又冒出来十个。谁都知道，光靠诉讼，根本解决不了问题。

　　法律解决不了的，就只能用技术解决了

　　对于产品评价的真实性，借助人工智能可以有一个粗浅的判断。比如Fakespot网，输入亚马逊购物页面，它会给你一个用户评价真实度的估计。如果用户评价多有水军，Fakespot会给出“该网站评论质量差”的暗示。

　　
　　

　　（Fakespot给一家店家评分，用户评价质量是C）

 

Yelp和亚马逊的评价，最早都按时间排序，评分也就取个平均值。但现在他们开始借助机器学习提高用户评论的质量。Yelp设计出一个算法，识别用户评价的语言，按“评价质量”进行加权排序。好的、细节多的评价，被顶到最显眼的位置，假的、粗劣的评价，被隐藏或者建议修改。