[论文解读] The Fault in the Stars: Understanding the Underground Market of Amazon Reviews.

Rajvardhan Oak|arXiv (Cornell University)|Jan 20, 2021

Misinformation and Its Impacts参考文献 4被引用 7

一句话总结

本文研究了伪造亚马逊评论的地下市场，揭示了一个大规模的卖家与代理网络，他们向消费者支付报酬以针对5,000多种产品发布虚假的正面评论。通过访谈与分析，本研究揭示了用于规避检测的操作策略，并为亚马逊等平台提出了检测特征以应对评论操纵行为。

ABSTRACT

In recent times, the Internet has been plagued by a tremendous amount of misinformation. Online markets such as Amazon are also not free from misinformation. In this work, we study the misinformation propagated to consumers through the form of Amazon reviews. There exists a vast underground market where reviews by real Amazon users are purchased and sold. While such a practice violates Amazon's terms of service, we observe that there exists a complex network consisting of thousands of sellers and agents, who provide a rebate to consumers for leaving positive reviews to over $5000$ products. Based on interviews with members involved in the reviews market, we understand the working of this market, and the tactics used to avoid detection by Amazon. We also present a set of recommendations of features that Amazon and similar online markets can take into consideration to detect such reviews.

研究动机与目标

• 调查伪造亚马逊评论地下市场的结构与运作方式。
• 理解卖家与代理人为操纵产品评分而采用的激励机制与运作方式。
• 识别检测挑战，并提出平台层面的建议以遏制欺诈性评论行为。

提出的方法

• 对参与评论操纵生态系统的个人进行访谈，以了解市场动态。
• 分析评论数据中的模式，识别数千种产品中协调发布行为的特征。
• 绘制卖家、代理与评论者之间的网络关系，以揭示共谋的结构性模式。
• 识别用于规避亚马逊检测系统的用户行为与语言特征。
• 基于观察到的模式与规避策略，提出一组平台级检测特征。

实验结果

研究问题

• RQ1 伪造亚马逊评论的地下市场是如何组织的？卖家、代理与评论者各自扮演什么角色？
• RQ2 什么激励机制与支付方式支撑了该市场的长期运作？
• RQ3 市场参与者使用哪些策略来规避亚马逊自动化系统检测？
• RQ4 虚假评论如何影响消费者决策与亚马逊上的产品可见度？
• RQ5 电商平台可实施哪些特征以检测并减轻欺诈性评论活动？

主要发现

• 一个涉及数千名卖家与代理的复杂地下网络，系统性地操纵了超过5,000种产品的亚马逊评论。
• 评论卖家向真实亚马逊用户支付回扣以换取正面评论，违反了亚马逊的服务条款。
• 市场参与者通过协调发布模式与行为混淆手段，规避自动化检测系统。
• 该评论操纵生态系统运作高度组织化且持久，表明存在一个结构完善的非法经济体系。
• 本研究识别出可实时用于检测欺诈性评论活动的特定行为与结构信号。