Met behulp van hoogwaardige software sporen we valse reviews op om onze online reviewcommunity zo betrouwbaar mogelijk te houden.
Geen enkel systeem is perfect, maar een computer kan over het algemeen nauwkeuriger nepreviews spotten dan de gemiddelde mens.* Daarom bundelen we de kracht van mens en machine: ondersteund door speciaal ontwikkelde software bestrijdt een internationaal team van toegewijde onderzoekers en compliance-agents valse reviews - elke dag weer.
Hoe werkt onze software?
Om nepreviews te detecteren en offline te halen, hebben we een technisch team dat is toegewijd aan het continu ontwikkelen en verfijnen van onze fraude detectiesoftware. We kunnen niet gedetailleerd ingaan op hoe onze software werkt omdat dit het doel ervan teniet zou doen. Wat we wél kunnen vertellen is dat het onafhankelijk en 24 uur per dag ons platform analyseert, zoekend naar veel verschillende gedragsparameters (zoals IP-adressen). Het systeem gebruikt vervolgens een algoritme dat de kans berekent van de echtheid van die reviews. De uitkomst van de berekening wordt aan de hand van een score aangeduid.
In welke gevallen haalt onze software een review offline?
Wanneer de score voor een individuele review erg hoog is, zal onze software automatisch de review offline halen en de reviewer informeren middels een e-mail. Tot zover komt er geen enkele Trustpilot-werknemer aan te pas - alles wordt afgehandeld met de software.
Alle reviews worden door onze software gelijk behandeld. Het laat buiten beschouwing of bedrijven al dan niet van Trustpilot-diensten gebruikmaken, en heeft dan ook geen toegang tot deze informatie. In lijn met onze toewijding tot betrouwbaarheid vinden we dat dat ook zo hoort.
Wat kunnen reviewers doen wanneer ze denken dat hun review ten onrechte offline is gehaald?
Onze software is buitengewoon nauwkeurig, maar reviewers kunnen contact met ons opnemen als ze denken dat er sprake is van een misverstand. In het zeldzame geval dat er een fout is gemaakt, kan een review altijd weer online worden gezet omdat we reviews enkel offline halen, en niet verwijderen.
Reviewers dienen ook te controleren dat hun review voldoet aan onze richtlijnen. Als een review offline wordt gehaald, kan schending van onze richtlijnen namelijk ook de oorzaak zijn.
Waarom gebruiken we software om reviews te evalueren?
Normaliter focussen ongetrainde lezers van reviews zich op de taal, het ritme en de toon van de tekst (oftewel taalkundige indicatoren) om de betrouwbaarheid vast te stellen. Dit is echter niet heel effectief omdat fraudeurs uitdrukkingen kunnen kopiëren uit echte reviews om lezers te misleiden.** Software daarentegen analyseert rauwe data om vreemde gedragspatronen te kunnen ontdekken, wat over het algemeen nauwkeuriger is.
Hoe dan ook moet er altijd naar alle fraude-indicatoren gekeken worden. We halen een review nooit offline op basis van maar één enkele parameter - het zijn altijd meerdere factoren die invloed hebben.
Handmatige ondersteuning
Naast Trustpilots volledig geautomatiseerde software hebben onze speciaal getrainde Content integrity-medewerkers en onderzoekers toegang tot krachtige tools om afwijkende of vreemde patronen van reviews te kunnen herkennen. Deze systemen lichten alle ongewone en hardnekkige patronen uit met behulp van een grote hoeveelheid aan data.
Ons team kan met deze factoren onderzoeken en beslissen of uitzonderlijke patronen een logische verklaring hebben, of wijzen op problemen. Samen staan ze sterk: technologie brengt patronen onder de aandacht die mensen over het hoofd zien en het team voor contentintegriteit kan deze elementen gebruiken voor aanvullend onderzoek.
Onze verantwoordelijkheid
De betrouwbaarheid van de reviews is bij ons echt een prioriteit. We onderzoeken altijd verdachte incidenten die aan ons worden doorgegeven. Hier lees je meer over onze klokkenluidersfunctie.
*Zie http://www.news.cornell.edu/stories/2011/07/cornell-computers-spot-opinion-spam-online-reviews. **Mukherjee, A.; Venkataraman, V.; Liu, B.; Glance, N. What Yelp Fake Review Filter Might Be Doing? International AAAI Conference on Web and Social Media, North America, jun. 2013. Beschikbaar op http://www.aaai.org/ocs/index.php/ICWSM/ICWSM13/paper/view/6006. Geraadpleegd op 27 augustus 2019.