研究人员称在线推荐系统会被少数用户扭曲

当人们在网络上搜索要购买什么小玩意儿或者租租赁什么电影时，多数人会对热门站点上消费者所给评分高低非常关注。但是一项新研究证实了一些人的猜疑：这类评分很容易被少数活跃用户所操纵。葡萄牙马德拉大学（University of Madeira）的助理教授Vassilis Kostakos以及卡内基梅隆大学的一位兼任助理教授称评分系统可以利用“大众的智慧”提供有效的洞察力，但是如果多数投票是由少数用户完成的话，那么评分系统也可以扭曲产品的形象。“事实是人们拥有非常不同的投票行为模式。“他称，个人之间以及社区用户之间存在差别。Kostakos研究了亚马逊，IMDB（互联网电影数据库），以及图书评论站点BookCrossings上的投票模式。在上个月举行的2009 年IEEE社交计算国际会议上他展示了这一研究。他的团队研究了这三个站点上数十万的条目和数百万的投票。在各种情况下，他们发现大量的投票是由少数用户完成的。比如，亚马逊上5%活跃用户中每个用户投过票的产品超过了十件，少量用户甚至对上百个条目进行了投票。”如果两三个人投了500多次票的话，“Kostakos称，那么这个结果可能并不代表整个社区的意见。他猜测这可能是评分经常趋向于极端的原因所在。伊利诺斯理工学院一位研究在线评分系统的助理教授Jahna Otterbacher称之前的研究就暗示过评分系统会被某条评论的存在时间等因素所扭曲。但她也注意一些站点,包括亚马逊已经加入一些用来控制评分质量的机制——比如，允许用户对其他用户评论的有用与否进行投票。Kostakos进一步提出了让推荐系统更可靠的方法。他建议简化投票方法，以鼓励更多的用户加入到其中来。卡内基梅隆大学一位研究维基百科上用户协作活动的助理教授Niki Kittur虽没有参与Kostakos的研究工作，但他称为用户提供更多有关投票模式的信息也会有所帮助。Kittur建议网站应该提供一种汇总和表达其他用户意见的简单方式以揭示任何明显的偏见。”目前存在有意和无意的偏见来源。"Kittur称。”最后，我们真正需要的是工具和透明性。“Kostakos也建议删除极度负面和极度正面的评论，因此一个站点的评论不会变得过于负面或者过于正面。但是负责检查IMDB，亚马逊，和Yelp上评论的Otterbacher担心这样的政策会削弱用户的参与热情。”写评论的人是想对相应的条目说点什么，而且他们会对他们的观点充满激情“，她称。