亞馬遜買家自以為不會(huì)留下把柄的操縱評(píng)論不是沒有痕跡的,可以通過亞馬遜算法被找到。

首先,比較每個(gè)評(píng)論中的單詞數(shù)量,然后確定不符合常規(guī)的內(nèi)容。

雖然買家評(píng)論的內(nèi)容不受個(gè)人偏見的影響,但一些評(píng)論數(shù)組的異常情況可以通過分析所有評(píng)論中的單詞數(shù)量的算法得到。

例如,這種評(píng)論性評(píng)論更習(xí)慣于簡(jiǎn)短的評(píng)論,但突然出現(xiàn)了一些不符合常規(guī)的長(zhǎng)評(píng)論,長(zhǎng)評(píng)論將成為目標(biāo),然后通過短語的分布數(shù)和詞語的夸張來區(qū)分哪些評(píng)論是假的。

一般而言,有三個(gè)原因?qū)е略u(píng)論詞數(shù)偏差：1、買家要求粉絲寫作或贈(zèng)送禮物。

然后,大多數(shù)想要禮物的人會(huì)改變他們通常的評(píng)論風(fēng)格,并傾向于賣家更喜歡的模式。

2、賣家組織的專業(yè)評(píng)論人員寫了一篇長(zhǎng)而詳細(xì)的評(píng)論,看起來非常誠(chéng)實(shí)。

他們自己的評(píng)論出現(xiàn)了不同于其他真實(shí)評(píng)論的東西。

3、刷單。

無論是賣家自己的賬號(hào)還是中介,數(shù)據(jù)都會(huì)有問題。

典型的人工評(píng)論會(huì)一次又一次地使用一些單詞,有些是為了節(jié)省時(shí)間而寫的,這些行為會(huì)因?yàn)閿?shù)據(jù)異常而被亞馬遜鎖定。

最后,報(bào)告會(huì)在listing中挑出不合理的詞數(shù)組,如果超出了算法的預(yù)期,就會(huì)標(biāo)注為unnatural。

另外,如果listing中詞數(shù)組多,超出了合理范圍,這個(gè)listing組的評(píng)論可信度就會(huì)很低。

而且包含重復(fù)短語評(píng)論也會(huì)對(duì)評(píng)價(jià)權(quán)重產(chǎn)生影響。

首先,賣家需要找到一個(gè)具有現(xiàn)實(shí)意義的短語,它是由3個(gè)或更多的單詞組成的,這些短語出現(xiàn)在多個(gè)不同的評(píng)論下面。

如果有大量的評(píng)論使用某個(gè)重復(fù)詞組,這些評(píng)論可能會(huì)有問題。

例如,經(jīng)常看到買家提到某個(gè)產(chǎn)品的功能,這是正常的,這是寫詳細(xì)評(píng)論的必要內(nèi)容。

但如果某種營(yíng)銷短語或者主觀語言完全被一群買家一字不差的重復(fù)使用,那么這些評(píng)論就有人為操縱的嫌疑了。