Tecnología

Nuevos algoritmos podrían contribuir a la detección de reseñas falsas

shutterstock_166980452
Escrito por Mihaela Marín

En los últimos años se ha constatado un aumento de reseñas falsas destinadas a impulsar las ventas de productos o servicios online, determinando a los organismos reguladores competentes tomar las medidas necesarias para restringir estas actividades. Los datos sobre el alcance del fenómeno han sido desvelados desde el 2012, cuando los analistas de Gartner informaban que entre 2 y 6% de los comentarios en Internet eran falsos o engañosos, advirtiendo una extensión de las prácticas para los siguientes años.

 Además de las reseñas falsas positivas, algunas son negativas, a menudo dirigidas a los bienes y servicios de la competencia. Estas pueden ser empleadas en cualquier tipo de negocio aunque hay más probabilidades de convertirse en técnicas de aumento de ventas en la industria hostelera según afirman los expertos. Por otro lado, para los usuarios es muy difícil comprobar si los comentarios que leen antes de decidirse por comprar un producto o servicio son reales o engañosos sin un sistema muy avanzado de detección.

En búsqueda a una solución a este problema creciente, un grupo de investigadores de la Universidad de Kansas liderados por Hyunjin Seo, profesor asistente de periodismo, y Fengjun Li, profesor asistente de ingeniería eléctrica y ciencias de la computación, está desarrollando un modelo computacional para detectar las reseñas online falsas y con ello mejorar el comercio para los consumidores y las empresas y la credibilidad de los medios de comunicación social.

El proyecto consiste en crear algoritmos para mejorar la velocidad de recopilación de datos de los comentarios publicados en sitios web como Amazon, Yelp, Zappos, TripAdvisor o Expedia. Una vez obtenida la información, se harán análisis semánticos de las opiniones recogidas en busca de un lenguaje común que pudiera indicar si una revisión es falsa o no. El sistema también permitirá hacer un seguimiento de la actividad de los usuarios que colaboran con las páginas de reseñas para determinar si son contribuyentes legítimos.

 La solución basada en el machine learning depende sobre todo de las características extraídas de las actividades sospechosas. Los adversarios pueden llevar a cabo los ataques de una manera más deliberada y ocultar los rastros cuidadosamente para evitar la detección. Por lo tanto, es importante desarrollar algoritmos de detección más sólidos”, declara Fengjun Li.

Las sanciones que castigan la difusión de publicidad engañosa mediante los distintos canales digitales dejan demasiadas puertas de salidas a los que se dedican a este tipo de actividades, afirman los investigadores. Estos creen que la credibilidad debe ser la condición esencial de la comunicación social y con técnicas como la de rastrear el contenido falso se podrá reforzar la confianza de los usuarios y de las empresas que buscan información online.

Imagen principal

Sobre el autor de este artículo

Mihaela Marín

Mi interés por la tecnología ha nacido cuando me he dado cuenta de que nos permite ver el lado escondido de la realidad. Todavía quedan muchas cosas por descubrir y suficiente curiosidad para entender lo que realmente somos. Especializada en Periodismo y Marketing, he podido compartir experiencias con profesionales del mundo empresarial tecnológico. Siempre en búsqueda de ideas, escribo para hacer conocido el trabajo innovador, capaz de cambiar los problemas en soluciones.