AIシステム、Amazonで93%、Yelpで91%の精度で偽レビューを発見

オンラインショッパーは、将来的に誤解を招く偽レビューに悩まされることが少なくなるかもしれない。イーストロンドン大学のロイヤル・ドックス・スクール・オブ・ビジネス・アンド・ローの研究者らが開発した新しいAI搭載検出システムがその鍵を握る。偽レビューは消費者とオンラインビジネスにとって深刻な問題であり、特にAI生成コンテンツの増加に伴い、その影響は拡大している。研究者らによると、誤解を招くレビューは競争を歪め、市場への信頼を損ない、低品質または危険な製品の購入を促す可能性がある。

新システムは、AI言語分析と行動的手がかり（レビューの感情トーンが星評価と一致するかどうか、レビューの長さ、その他の不審な活動に関連するパターンなど）を組み合わせている。研究者らは、これによりモデルがレビューの真偽をより総合的に判断できると述べている。

新しい研究は『FinTech and Sustainable Innovation』誌に掲載され、AmazonやYelpなどのプラットフォーム上の不正レビューを識別するための新しい「ハイブリッド融合」モデルを説明している。古いシステムが主にキーワードや単純なパターンに依存していたのに対し、この新しいアプローチはレビュー文の意味と文脈を理解するように設計されている。これにより、一見本物に見える説得力のある偽レビューを検出しやすくなる。

テストでは、モデルはAmazonのレビューデータで93%、Yelpのレビューで91%の精度を達成し、従来の検出方法を上回った。共著者のHisham AbouGrad博士は、「偽レビューはますます巧妙になり、検出が難しくなっている。私たちの調査結果は、AIの言語理解と行動信号を組み合わせることで、誤解を招くレビューを特定し、オンラインマーケットプレイスへの信頼を強化するより信頼性の高い方法を提供できることを示している」と述べている。

共著者のFiza Riaz氏は、「この研究は、AIシステムが単に不審な単語を特定することを超えて、文脈と行動を一緒に考慮することで、偽レビューに関連するパターンをよりよく認識できることを示している」と付け加えた。

論文では、研究の次の段階として、より大規模で多様なデータセットを使用したシステムの改善、新しいAIモデルの探索、最終的には大規模なeコマースプラットフォームでリアルタイムに機能する技術の研究に焦点を当てるとしている。研究チームはまた、モデルをさまざまなプラットフォームや言語環境に適応させるためのさらなる最適化を計画している。詳細は、Hisham AbouGradらが『FinTech and Sustainable Innovation』に発表した論文（DOI: 10.47852/bonviewfsi62028859）を参照。