Hej! Hur kan vi hjälpa dig?

Sök på Trustpilots Supportcenter för att läsa om Google Seller Ratings, Rich Snippets, TrustBoxar och produktomdömen, samt för att se steg-för-steg-guider som visar hur du redigerar dina omdömen och kontoinställningar

Hur fungerar Trustpilots bedrägeriupptäckande programvara? Följ

Vi använder en kombination av automatiska och manuella processer för att skydda vårt nätbaserade omdömescommunitys integritet och trovärdighet. En viktig del i detta arbete utgörs av vår programvara som upptäcker falska omdömen, och en annan av vårt hängivna Compliance-team.

Trustpilots specialutvecklade programvara

När Trustpilot är i behov av ett nytt verktyg hittar vi oftast ett sätt att skräddarsy eller skapa ett med hjälp av våra skickliga teknikspecialister - vi började ju trots allt som tech-startup.

För att vi ska kunna upptäcka och ta bort falska omdömen har vi ett team som arbetar med att bygga och förfina vår unika bedrägeriupptäckande programvara. Den har hittills gett mycket lovande resultat, men vi arbetar fortlöpande med att förbättra den.

Av samma skäl som Google inte öppet delar sina algoritmer, kan vi inte heller avslöja exakt hur vår programvara arbetar - det vore att motarbeta dess syfte. Om vi delade med oss av alla detaljer skulle de få personer som vill lura systemet få tillgång till precis all information de behöver.

Vad vi däremot kan göra är att berätta om våra metoder och varför vi har så stor tilltro till dem:

Fördelen med ett självständigt system

För det första behandlar vår programvara alla omdömen likvärdigt. Den har inte tillgång till (och väger således heller inte in) information om huruvida ett företag abonnerar på Trustpilots tjänster eller ej. I enlighet med vårt engagemang för trovärdighet anser vi att det är så det ska gå till.

Vår unika programvara opererar självständigt och outtröttligt dygnet runt över hela vår plattform, där den analyserar ett flertal olika beteendemönster. Systemet använder en algoritm för att beräkna sannolikheten för att ett omdöme är falskt. Detta genererar en falskhetspoäng som kallas 'fake score'.

Om ett enskilt omdömes fake score är väldigt hög placerar programvaran automatiskt omdömet offline, och skickar ett e-mail för att meddela omdömeslämnaren. Ingen av våra medarbetare är direkt inblandad i detta stadium - allt sköts självständigt av programvaran.

Varför är beteendefaktorer så viktiga för att bedöma autenticiteten hos ett omdöme?

Om man har ett otränat öga för läsande av omdömen fokuserar man ofta på lingvistiska indikatorer såsom språkbruk, rytm och ton för att bedöma trovärdigheten. Vår programvara fokuserar däremot på beteendeaspekter i rå data. Det har föreslagits att studerandet av de språkliga indikatorerna skulle vara den minst exakta av de två metoderna**, eftersom skickliga skribenter kan kopiera uttryck från autentiska omdömen och på så sätt lura sina läsare.

Oavsett vilket är det alltid viktigt att titta på så många indikatorer som möjligt. Vi tar aldrig bort ett omdöme baserat på en enda parameter - om vi lägger ett omdöme offline grundar sig beslutet alltid på mer än en faktor.

Trots att denna metod vanligtvis ger mycket sanningsenliga resultat, erbjuder vi omdömeslämnarna möjligheten att kontakta oss om de upplever att det skett ett missförstånd. Detta händer väldigt sällan, men då vi inte raderar de omdömen som vårt system bedömt är falska utan i stället lägger dem offline, kan vi alltid återinsätta dem vid ett senare tillfälle.

Som stöd för våra manuella processer

För att verkligen säkerställa att våra processer är solida ser vi till att våra medarbetare är väl utrustade teknologiskt. Utöver vår helt automatiska programvara har Trustpilot även ett specialtränat team av Compliance-agents och -utredare, vilka har tillgång till kraftfulla verktyg som hjälper dem att hitta mönsteravvikelser bland omdömena. Med hjälp av en rad olika data upptäcker dessa system oregelbundna mönster.

Vårt team kan sedan använda dessa faktorer för att undersöka och bedöma om det ovanliga mönstret indikerar ett problem, eller om det har en logisk förklaring. På så sätt får vi det bästa av två världar - teknologin varnar för mönster som det mänskliga ögat kanske inte ser, och vårt Compliance-team använder sig av dessa faktorer för vidare utredning.

Vårt ansvar

Vårt ansvar att upprätthålla omdömenas trovärdighet tar vi på största allvar, och vi utreder alla misstänkta fall som vi uppmärksammas på.

Communitymedlemmar som vill rapportera omdömen på Trustpilot är välkomna att kontakta vårt Compliance-team på compliance@trustpilot.com. Läs mer om vår whistleblower-funktion här.

*Se: 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. Tillgänglig här: http://www.aaai.org/ocs/index.php/ICWSM/ICWSM13/paper/view/6006. Åtkomstdatum: 18 juli 2016.

 

Kontakta support