Détection de fraude

Comment Tripadvisor a bloqué plus d'un million de faux avis en 2018

Tripadvisor a détecté et bloqué plus d'un million de fausses critiques en 2018. Pour y parvenir, le portail pour voyageurs fait parfois appel à des enquêteurs humains mais surtout à un système automatisé capable d'identifier des patterns de comportement inhabituels.

Tripadvisor punit les entreprises prises en flagrant délit en réduisant leur score de popularité. (Source: capture d’écran Tripadvisor.com)
Tripadvisor punit les entreprises prises en flagrant délit en réduisant leur score de popularité. (Source: capture d’écran Tripadvisor.com)

Sur 66 millions d'évaluations soumises sur Tripadvisor en 2018, 4,7% ont été rejetées ou retirées. Dans son premier rapport consacré à la transparence des évaluations, Tripadvisor détaille son approche visant à assurer que les avis affichés sont conformes à ses directives. A l’instar de l'approche mise en place par Linkedin pour détecter des faux profils, le portail d’avis pour voyageurs fait appel à un système d’analyse automatique aidé, si besoin, par des vérificateurs humains.

Plus d'un million de fausses critiques bloquées

Sur les 66 millions d'évaluations soumises en 2018 sur Tripadvisor, 2,7 millions ont nécessité une vérification additionnelle par des humains. Au total, plus d'un million de fausses critiques ont été bloquées, la plupart du temps avant même de s'afficher sur le site,. L’entreprise punit les entreprises prises en flagrant délit en réduisant leur score de popularité. En 2018, ces pénalités ont concerné 34’643 entreprises. Tripadvisor explique par ailleurs prendre des mesure pour lutter contre les prestataires de service d'évaluations rémunérées. Depuis 2015, le portail a ainsi fait stopper l'activité de plus de 75 sites web proposant ce genre de services.

Le système de détection de fraude sous la loupe

Sur son blog Tripadvisor Insights, le portail d’avis et de conseils touristiques donne quelques détails sur son système de détection de fausses évaluations. Le processus automatisé analyse des centaines d'éléments d'information. Par précaution, l’entreprise ne partage toutefois pas la liste complète des éléments analysés, ne souhaitant pas faciliter la tâche des fraudeurs… Il est tout de même précisé que le système détecte par exemple si un avis a été soumis par un appareil doté d’un mécanisme qui dissimule sa localisation (les fraudeurs le font souvent).

Patterns suspects

D’autres méthodes de détection sont plus subtiles et consistent à repérer des patterns inhabituels qui pourraient indiquer qu'un avis est biaisé ou faux. Ces patterns inhabituels divergent de ceux employés lors de la saisie de centaines de millions d’avis envoyés au site depuis depuis plus d'une décennie.Tripadvisor souligne utiliser dans cette optique des techniques semblables à celles utilisées par une banque pour détecter les fraudes par carte de crédit: «Nous voyons les évaluations qui arrivent pour une propriété donnée, nous les comparons aux patterns historiques que nous avons observés pour cette propriété et nous identifions toute anomalie dans ces patterns qui semblent suspects».

Le portail pour voyageurs se penche aussi sur les patterns de comportements des évaluateurs, afin de déceler des anomalies liées, par exemple, à l'emplacement des lieux examinés ou encore à la fréquence de soumission des avis. Ces patterns inhabituels permettent de repérer des évaluations pouvant sembler légitime à première vue. Certaines caractéristiques suspectes déclencheront une enquête par l’équipe d'experts.

Tags
Webcode
DPF8_151793