Google ha creado un sistema antispam de aprendizaje automático para deshacerse de las revisiones falsas de su Play Store.
La plataforma de distribución de la compañía multinacional de tecnología ha estado plagada de millones de aplicaciones que contratan a usuarios y compañías para escribir revisiones falsas que aumentan la exposición.
Google ha enumerado oficialmente tres categorías que las clases violan sus directrices:
Mal contenido: Revisiones profanas, odiosas o fuera de tema.
Calificaciones falsas: Calificaciones y revisiones destinadas a manipular la calificación promedio de una aplicación o las reseñas más importantes. Hemos visto diferentes enfoques para manipular la calificación promedio; desde ataques de 5 estrellas para aumentar positivamente la calificación promedio de una aplicación, hasta ataques de 1 estrella para influir negativamente.
Calificaciones incentivadas: Calificaciones y comentarios dados por humanos reales a cambio de dinero o artículos valiosos.
En una publicación de blog, Google ha detallado el nuevo sistema antispam y su efectividad.
El sistema antispam pudo eliminar millones de revisiones falsas en solo una semana. Al mismo tiempo, el sistema usó la información de dichas revisiones falsas y sospechosas para rastrear y eliminar miles de aplicaciones que estaban presentes en la Play Store.
Todo esto fue posible gracias a la vasta experiencia de aprendizaje automático de Google, lo que lo ayudó a identificar revisiones genuinas y honestas de las falsas.
El sistema también puede detectar aumentos sospechosos y cambios en las revisiones de una aplicación. Por ejemplo, los desarrolladores pueden violar las políticas de Play Store al decirles a los usuarios que escriban buenas reseñas sobre sus respectivas aplicaciones a cambio de un descuento o un elemento gratuito dentro de la aplicación. Esto probablemente conduciría a un aumento en las revisiones deshonestas de los usuarios que están más interesados en su recompensa.
Para garantizar la imparcialidad, Google empleó a "revisores expertos" para volver a verificar la calidad de las decisiones del sistema y ajustarlas en consecuencia
Los días felices de la PDA y Blackberry han quedado definitivamente atrás, pero el factor…
Tutorial sobre cómo pronosticar usando un modelo autorregresivo en PythonFoto de Aron Visuals en UnsplashForecasting…
Si tienes un iPhone, los AirPods Pro son la opción obvia para escuchar música, ¡aunque…
Ilustración de Alex Castro / The Verge Plus nuevos rumores sobre el quinto Galaxy Fold.…
Se rumorea que los auriculares premium de próxima generación de Apple, los AirPods Max 2,…
El desarrollador Motive Studio y el editor EA han lanzado un nuevo tráiler de la…