К содержанию
Новости

Wildberries применяет ML для поиска накрутки рейтингов

Инфографика: более 10 млн отзывов в день
Графика: hegai.media

Wildberries использует для модерации отзывов более 20 ML-моделей, графовые алгоритмы и работу асессоров. Как сообщает Tproger, ежедневно на товары WB поступает около 4–5 млн отзывов, а проверку за тот же период проходят более 10 млн.

По оценке Wildberries, не менее 3–5% поступающих отзывов являются фейковыми. Даже при минимальной оценке в 3% это 120–150 тыс. потенциально фейковых отзывов каждый день.

Во время проверки система анализирует поведение пользователя до и после покупки, историю изменения рейтинга, а также связи между аккаунтами. В Wildberries считают поведение пользователя основным фактором при оценке честности отзыва. Одного лишь анализа текста для этого недостаточно.

Ключевые факты

  • Ежедневно на товары WB поступает около 4–5 млн отзывов.

  • Не менее 3–5% поступающих отзывов оцениваются как фейковые.

  • При доле в 3% ежедневно появляется 120–150 тыс. потенциально фейковых отзывов.

  • В системе одновременно работают более 20 ML-моделей.

Вопросы и ответы

Как Wildberries выявляет фейковые отзывы, кроме анализа их текста?

Система учитывает поведение пользователя до и после покупки, историю изменения рейтинга и связи между аккаунтами. Основным фактором считается поведение пользователя, а одного анализа текста недостаточно.

Какой масштаб модерации должна выдерживать система?

На товары ежедневно поступает около 4–5 млн отзывов, а проверку проходят более 10 млн отзывов в день. Потенциально фейковыми оцениваются 3–5%, или минимум 120–150 тыс. отзывов ежедневно.

Какие инструменты задействованы в проверке?

Одновременно работают более 20 ML-моделей, графовые алгоритмы и асессоры.

Контекст по теме