Fejkrecensioner överflödar Google Maps

När man var ute o reste o ville hitta bra restauranger så var exempelvis Tripadvisor sjukt användbart för 10 år sen. Man kunde se väldigt ärliga o rättvisa betyg. Nu har massturismen i världen och fejkrecensioner förstört appen och man kan inte längre lita på recensionerna där. Man hittar måååånga turistfällor med höga betyg numera.

För en del år sen började jag använda Google Maps mer o mer för samma ändamål för den var mer pålitlig helt enkelt. Men jag tycker den har blivit mycket sämre med att recensioner inte är pålitliga nu längre heller. Alla restauranger har typ 4+ stjärnor och det är extremt lätt att hålla 4.5 av 5 stjärnor. Givetvis beror det är att folk inte pallar tänka till o ge ärliga betyg. De trycker antingen en 1a eller 5a om den var "bra" eller "dålig" typ. Oengagerat.
Problemet som ni nämner i artikeln är ju dock att Google lyfter fram de med bra betyg och hela kartan överflödar med platser med "bra" betyg helt plötligt. Man kan även tydligt se (speciellt lite mer okända restauranger) när de fått 5 stjärnor av varenda användare i följd utan kommentarer. När man kollar på bilderna så ser maten inget vidare ut. Det är väldigt vanligt bland snabbmat restauranger.

Jag tror att man får börja gå på magkänslan igen snart, precis som man gjorde förr när internet inte fanns.

Ja, det verkar helt klart ha blivit mer och mer sånt överallt. På ena sidan av det hela har vi "recensenter" som blivit betalda för att höja något till skyarna, ibland går till och med ägarna av en verksamhet själva in och skriver omdömen (om sig själva). Och på den andra sidan av det hela har vi dom som review bombar och ger bottenbetyg till saker som dom inte ens har tagit del av. Så det gäller att läsa recensionerna och se hur dom skriver (om dom gör det) för att få en uppfattning om vad det handlar om. Det är ju ganska uppenbart, i extremfallen iallafall, när det inte står rätt till.

haha lol vilket skämt...

Titta bara på Steam.. Där kan du bara ge 5* (tumme upp) och 1* (Tumme ner), där kan du inte ge ett meh-betyg (~2-3:a).

Ja sådana betygssystem gör att man får läsa lite fler reviews (om det finns som på steam) innan man drar några slutsatser.

Kan nog inte hålla med detta uttalande.

Limewire som var fyllt till bredden med virus iklätt mp3-filer. Sociala mediaplattformar som tillät utomstående 'kod' att köras vid besök på profilsidan (nå glömmer man aldrig vissa profiler som hade öronbedövande musik så fort man gick in på dem). Snuff-videos helt ofiltrerat på framsidan jämte en söt kattvideo... Inte bara ett Reddit-fenomen.

Listan kan nog göras mycket, mycket lång; men poängen är att jag inte håller med om att internet skulle varit något bättre förr i de allra flesta hänseenden. Rena vilda västern, och betydligt svårare för gemene man att navigera sig fram igenom på ett säkert vis

Inte jag, för jag ser väldigt ofta "i wanna recomend this game" (Generellt) "men" grej x,y,z är inte så bra "JUST NU, MEN KAN FIXAS TILL". Eller tvärt om.

Övervägande video recenesioner är tydligt vinklade, ibland säger man att de är sponsrade, oftast inte. Däremot ger ofta en video review en bättre bild på produkten och dess funktion.

Precis, jag letar också negativa omdömen som är sammstämmiga. Men betalar verkasamheten för att folk ska sätta positiva betyg så kan det ändå påverka tyvärr.

Attacktypen kallas för en Sybil Attack, dvs när en riktig användare presenterar sig som flera för systemet.

Det svåra är att systemen arbetar i en totalt osäker miljö - ingen användare kan ge sanningen. Två vanliga lösningar är ”sanningsramverk” och ”sanningssökning”. Den första använder statistiska modeller för att hitta det sanna värdet (den sanna mängden stjärnor) och den andra viktar användares recension beroende på hur bra de brukar hålla med massan - användare får ett rykte.

Problemet som Sybil attacker skapar är att de kan utgöra majoritet, eller rentav spela med i algoritmerna för att få bra rykte för att sedan bomba recensioner.

Några lösningar är exempelvis NFC för att tvinga att recensioner görs på plats, maskininlärning, analys av hårdvara och ”spatiotemporala” egenskaper i recensionen så som att analysera kontexten sv recensionen (passar recensionen med vart användaren varit, vilka recensioner den gjort innan osv).

Sybil attacker kan göras mot navigering med!