Un enfoque parametrizado para hacer frente a los spammers de reseñas

Hoy en día, los sitios web de comercio electrónico ofrecen a los usuarios un gran número de plataformas en las que pueden expresar sus puntos de vista, sus opiniones y publicar sus reseñas sobre los productos en la web. Estos contenidos aportados por los usuarios están a disposición de otros clientes y fabricantes como una valiosa fuente de información. Aunque estas opiniones son una importante fuente de información, el control de calidad de los datos generados por los usuarios no está garantizado. A medida que aumenta la popularidad de los sitios de comercio electrónico, la calidad de las opiniones empeora día a día, lo que afecta a las decisiones de compra de los clientes. Los spammers pueden publicar comentarios positivos para promocionar un producto o una marca, o comentarios negativos con la intención de desprestigiar un producto o una marca. Por desgracia, muchas organizaciones ganan dinero con estas actividades. Los spammers también reciben grandes sumas de dinero de dichas organizaciones por escribir comentarios falsos sobre los productos objetivo en la web. En este trabajo, adoptamos un enfoque diferente para detectar reseñas sospechosas, reseñadores sospechosos y grupos de reseñadores sospechosos teniendo en cuenta estadísticas geográficas y parámetros de red.