蘑菇街通過怎樣一個機制來識別和過濾托兒、spam 等不可信內容？

12-30

來自蘑菇街 CEO 陳琪的微博 http://weibo.com/1661307294/yb62mgIid
要不下次再專門說說這個？有人想聽么？ //@專屬社區: 呵呵，如何保證過濾的公正和公平，不要和我說你們通過獨一無二的技術手段，聽真話 //@SharkUI:嗯，其實這是我們的核心能力之一，這個過濾的過程都是系統自動完成的。 //@蘑菇街餅哥哥: 必須要澄清一下，78%的托兒數據是後台的，展現給用戶的信息，這78%肯定被我們幹掉了，@程苓峰這條微博容易誤導人啊
//@程苓峰：蘑菇街的最新數據：每天160萬用戶，人均50個PV，每天給淘寶帶的交易額400萬。近來每月能有100-200萬的新註冊。每天分享的貨品里有78%是托兒，剩下22%可信，其中只有3%是靠譜的有質量的分享。用戶最喜歡的動作是「喜歡」，每天100多萬次，喜歡是個自利的動作，收藏給自己看；而利他的「分享」很少人做。

我每次說話都秉承一個原則：要麼不說，說就只說乾貨。所以今天在艾瑞的會上，主要講了我這一年對social shopping內在的社會學機制的一點思考。同時曝了曝我們的基本運營數據，主要是方便大家對比我之前說的數據，互相佐證後，能顯得我說的乾貨更干一些^_^

剛剛和知乎的@周源同學聊的時候，也比較深入地聊到所有UGC產品在運營過程中，必然會受到的巨大挑戰：spam及惡意用戶。而蘑菇街這樣與網上零售如此靠近的UGC產品，當然會更面臨更加嚴峻的挑戰。所以對我們來說，如何識別內容來源的可信度就變得異常的重要。

*註：我們說的不可信來源包括托、廣告、惡意內容（spam）、無效內容等等，總之所有不能幫助其他用戶挑選商品的內容、以及明顯有利益驅動的內容。

蘑菇街識別來源可信度的具體演算法不能與大家分享，這就像Google公開他的搜索排序演算法一樣不可能發生。但是我大概可以說的兩點演算法基礎是：

1. 可疑用戶的行為一定是與普通用戶不一樣的；

2. 長期活躍的用戶，行為模式是趨同的。

對於這個過濾和識別的系統，它本身必須不斷變化（spam的形式變化很快）。我們現在能識別出78%的不可信來源，是這一年來不斷調優這個系統的結果。當然肯定還做不到100%的準確率，但我們會繼續努力逼近這個結果。

其實今天講到最多的是「利已行為的積累有可能得到利他結果」，這一方面表現在我們可以通過對用戶行為的建模匯總，過濾78%不可信來源的內容，也表現在剩餘的22%被群體智慧認可的內容，具有超高的轉化率（每100個送到電商的UV，可以產生近10個訂單）。這是我們引以為豪的成果，也是我們慢慢意識到「利已得利他」的直接原因。

希望蘑菇街這一點經驗對做社區和做導購的同行們有所幫助，我們會持續總結自己的經驗與大家分享。這個市場很大，未來會很豐富。

做了幾年的搜索聯盟，見識了中國偉大的站長的技術作弊能力，我一般只需要掃一眼就大概能了解哪些是作弊的，總結有幾點：

1、作弊的永遠不是一個，一個人經常傾向於分散不同帳號來作弊，但受限於社會資源，這些帳號的IP或聯繫方式或收款帳號經常存在某種關聯。所以看一些異常帳號的共性，很容易能發現誰在作弊；

2、假的永遠真不了，先看看一周的每天它的數據波動是否跟正常的一致，如果一致再看看分時段，如果時段一致，再看看點擊分布，總有破綻。

3、時間會自動揭露他。作弊的帳號總會因為對方的技術bug或伺服器問題導致大的波動，這一天就是它的死期。

至於很多人說的規則庫，這個太普通和技術化了，我就不多說了。

廣告動作與用戶動作可以通過多個維度進行識別，並進行排序。如：短時間內發單一賣家商品次數等等，還有「喜歡」商品的維度，標籤信息等等

c段用戶的ugc佔比幾何，沒數據不好說。但是我敢肯定佔大頭的一定是b的內容

好的bi＋大量數據的積累，對判斷ugc質量和提高轉化率是非常重要的。

現在都在談社會化電商，其實有多少人理解其核心。大家都認為其核心是社會化，都在拚命加sns元素，其實社會化是手段不是目的。目的是電商（既賺錢），你的推薦精準、你的好友關係符合用戶真實場景、你的流程／ue簡單直接，這些都是手段。

過濾？過濾後的數據？我不信。去淘寶看看，那些賣網路營銷的傢伙是怎麼吹噓的，幫你的產品營銷到蘑菇街，美麗說那個頁面多少多少錢。幫你的產品在蘑菇街、美麗說刷多少個喜歡試多少多少錢。不否認，存在一部分愛分享的用戶，但這個用戶的群體多大？做過網路運營的人會有比較，分析，讓用戶持久的UCG，讓那類用戶UCG，是什麼樣的一個難度，需要什麼樣的引導，都不需要明說。

有時候大家想自清很難，你不想賺錢嗎？你堅持得了理想嗎？看看每天旺旺上發來的刷信譽的多少多少！社會化電商跟他們是一條鏈上的嗎？

我不信會有大量用戶去蘑菇街這類網站貼有淘寶鏈接的圖，也不信蘑菇街的瀏覽推薦機制能勝過淘寶的比價系統，使很多用戶根據蘑菇街的推薦就直接購買商品而不去貨比三家。

據說，蘑菇街和美麗說都是這樣的：用戶發布的內容是默認沉在內容列表最底部的，然後由運營人員手工篩選優秀的往上頂，篩選過程還包括圖片美化、去水印等。

我覺得既然是UGC內容的話，大部分的網民還是希望淘到物美價廉的東西，所以自然會對內容進行自我的篩選，而且現在網購的網民的數量又是很多的

另外，美麗說蘑菇街的運營人員也不是白吃飯的呀