虚假评论辛迪加:信誉是一种可制造的商品
市场上的信誉归根结底是一个数字。主流平台上是星级平均分;暗网市场上是卖家 ID 旁边的好评率。这些数字决定谁能卖货、谁失去收入,于是便存在专门推动它们的产业。执法记录与研究记录在明网边界两侧描述的是同一台机器:2022 年,Amazon 起诉了一万多个 Facebook 小组的管理员,指控其居间兜售虚假评论,每条评论收费约十美元;而十年前,Nicolas Christin 对 Silk Road 的测量研究发现,该市场全部反馈中有 97.8% 为正面。机制相同,表面不同。
评论团伙的内部构造
Amazon 起诉书中的模式就是通用模板。招募者运营着 Amazon Product Review 之类的小组,最大一个有超过 43,000 名成员;管理员负责将买家与卖家配对。评论者拿到货款退款或直接报酬;卖家则换来有保障的五星评价。CNBC 当时的报道记录了这一行的自我对策:退款换评论(refund-after-review)在小组里被写成 R**fund Aftr R**vew,试图绕过关键词过滤。Meta 删除了 Amazon 举报小组的一半以上。 Amazon 后续说明(2024 年初更新)描述了中介如何通过网站、社交媒体和加密通讯接触卖家,以现金、免费产品或退款换取评论:好评用来抬升排名,差评用来打击竞争对手。截至 2023 年 8 月,该公司表示已在美国、欧洲和中国对 147 名欺诈者采取法律行动,并在 2022 年拦截了超过 2 亿条疑似虚假评论。Amazon 的叙述将其定位为源头执法:盯上中介,因为散条假评论便宜且可替换,而批量出售它们的操作则不然。制造信任的经济学
Christin 对 Silk Road 的爬取——2012 年 2 月至 7 月的每日抓取,涵盖 24,385 个商品条目与 1,239 个不同卖家——说明了反馈为何值得造假。它充当已完成交易的公开代理指标,且严重失衡:97.8% 正面,1.4% 负面。2012 年 3 月,该站短暂改为按卖家聚合反馈,买家的反弹强烈到几天内就被迫改回。逐单反馈是那种经济的清算层;买家把它当作操作要求,而非礼节。 这正是中介套利的供需缺口。五星档案在任何按评分排序的平台上都会抬升曝光、转化与价格。当信誉数字能以其所产生收入的一小部分租到时,租用就是边缘卖家的理性选择;这也是平台将这种交易定性为欺诈而非灰色地带的原因,也是它能熬过执法行动的原因:新账号与新组织的供给几乎无限。保证金与信任剧场
暗网市场添加了第二种信任工具:vendor bond,即卖家上架前缴纳、在欺诈或违规时没收的押金。保证金约束的是跑路行为;它与反馈是否为真毫无关系。卖家可以缴纳可观的保证金,却仍然租一小圈评论者为档案播种;市场也可以免保证金吸引卖家,再用随之而来的上架密度做买卖。押金机制我们在关于托管(escrow)与市场信任经济学的文章中单独讨论过。抵押物与声誉是可分离的,卖家在两者的缝隙间套利。 Christin 的数据也展示了生命周期问题。突然离开的卖家——他记录了 2012 年的一例:价格先被削掉约 20%,提前付款的买家货款两空——会带走自己的反馈分数,并能以新身份重启,研究者称之为 whitewashing(洗白)。他对完全伪造反馈的观察是:通常相对容易被识破,因为买家会拿卖家说法与市场论坛互证。人工互证就是最早的评论者图谱分析。团伙如何被识别
平台侧的检测,按 Amazon 的描述,是机器学习模型与人工调查员配对,在发布前扫描评论中的可疑模式。这些信号可归入几个熟悉的家族:- 时间爆发:短时间内聚集的评论簇,与商品销量的曲线不成比例。
- 行为指纹:按协调序列发帖、共享支付或设备特征、或只在某一位卖家轨道内写评论的账号。
- 图谱结构:相互交易、共同评论的频率远超随机预期。团伙按定义就是稠密子图,而稠密度是可测的。