KR101785288B1 - Apparatus, Method, and Program for Fraud Detecting Related to an Online Content - Google Patents

Apparatus, Method, and Program for Fraud Detecting Related to an Online Content Download PDF

Info

Publication number
KR101785288B1
KR101785288B1 KR1020160063822A KR20160063822A KR101785288B1 KR 101785288 B1 KR101785288 B1 KR 101785288B1 KR 1020160063822 A KR1020160063822 A KR 1020160063822A KR 20160063822 A KR20160063822 A KR 20160063822A KR 101785288 B1 KR101785288 B1 KR 101785288B1
Authority
KR
South Korea
Prior art keywords
evaluation information
information
online content
false
false evaluation
Prior art date
Application number
KR1020160063822A
Other languages
Korean (ko)
Inventor
노마이클명헌
Original Assignee
(주)망고플레이트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)망고플레이트 filed Critical (주)망고플레이트
Priority to KR1020160063822A priority Critical patent/KR101785288B1/en
Application granted granted Critical
Publication of KR101785288B1 publication Critical patent/KR101785288B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Abstract

본 발명은 특정 서비스 제공자, 특정 서비스, 글, 사진, 책, 음식점이나 카페와 같은 맛집을 포함한 상점, 영화 등과 관련된 온라인 콘텐츠의 허위 평가 정보 적발 시스템, 장치, 방법 및 프로그램에 관한 것이다. 이를 위하여, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고, 온라인 콘텐츠의 허위 평가 정보의 적발을 위하여, 특정 온라인 콘텐츠 또는 특정 사용자에 대응되는 판정 보조 정보를 생성하는 판정 보조 정보 생성 모듈; 및 플랫폼 서비스에 구성되고, 판정 보조 정보 생성 모듈과 연결되어 판정 보조 정보를 수신받고, 판정 보조 정보를 토대로 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부 또는 사용자가 허위 평가 정보를 입력하였는지 여부를 판정하는 허위 평가 정보 판정 모듈;을 포함하는, 허위 평가 정보 적발 장치가 제공될 수 있다. 이에 따르면, 플랫폼 서비스에서 온라인 콘텐츠에 대한 허위 평가 정보가 자동으로 적발될 수 있게 되는 효과가 발생된다.The present invention relates to a false evaluation information detection system, apparatus, method and program for online contents related to a specific service provider, a specific service, a writing, a photograph, a book, a store including restaurants such as a restaurant or a cafe, To this end, it is configured in a platform service that is connected to a user's client so that online content can be uploaded and a user can access and input evaluation information about online content. In order to detect false evaluation information of online content, A judgment auxiliary information generation module for generating judgment auxiliary information corresponding to a specific user; And the platform service, and is connected to the judgment auxiliary information generation module, receives judgment auxiliary information, judges whether false evaluation information has been inputted to the online contents based on the judgment auxiliary information or whether the user has input false evaluation information A false evaluation information determination module may be provided. According to this, false evaluation information about the online contents can be automatically detected in the platform service.

Description

온라인 콘텐츠의 허위 평가 정보 적발 장치, 방법 및 프로그램{Apparatus, Method, and Program for Fraud Detecting Related to an Online Content}TECHNICAL FIELD [0001] The present invention relates to an apparatus, method,

본 발명은 온라인 콘텐츠의 허위 평가 정보 적발 시스템, 장치, 방법 및 프로그램에 관한 것으로, 보다 구체적으로는 특정 서비스 제공자, 특정 서비스, 글, 사진, 책, 음식점이나 카페와 같은 맛집을 포함한 상점, 영화 등과 관련된 온라인 콘텐츠의 허위 평가 정보 적발 시스템, 장치, 방법 및 프로그램에 관한 것이다.The present invention relates to a system, apparatus, method and program for detecting false information of online contents, and more particularly, to a system and a method for detecting false information of online contents, A system, an apparatus, a method, and a program for detecting a false evaluation information of related online contents.

최근, 인터넷에는 온라인 콘텐츠를 업로드하여 사용자를 획득하려는 서비스 제공자들과 이러한 온라인 콘텐츠를 이용하려고 하는 사용자들이 모이는 양면 네트워크의 플랫폼 서비스들이 많이 발달되고 있다. 이러한 플랫폼 서비스에는 예를 들어 이베이(ebay)나 아마존닷컴(Amazon.com)과 같은 오픈 마켓(open market), 우버(Uber)나 에어비앤비(Airbnb)와 같은 공유 서비스, 옐프(Yelp)나 망고플레이트(Mangoplate)와 같은 맛집 정보제공 서비스 등을 의미할 수 있다. 특히 스마트폰 덕분에 기존의 web 시대보다 서비스 제공자가 되는 것이 간편해졌고, 사용자의 스마트폰의 플랫폼 서비스를 통한 온라인 콘텐츠에의 접근성이 상당히 향상되었다. 이는 인터넷상에서의 온라인 콘텐츠 및 플랫폼 서비스의 폭발적인 증가를 야기하였다. 사용자들은 이런 온라인 콘텐츠가 집적되어 있는 장과 같은 플랫폼 서비스를 모바일 애플리케이션, 모바일 웹 등을 통해 이용하여 자신이 원하는 정보를 충분히 얻을 수 있으며, 이를 통해 선택, 결정 또는 판단을 하는데 도움을 받고 있다. 2. Description of the Related Art In recent years, a platform service of a double-sided network where a service provider who wants to acquire a user by uploading an online content and users who want to use the online content gathered has been developed. These platform services include, for example, open markets such as eBay and Amazon.com, shared services such as Uber and Airbnb, and services such as Yelp and Mango Plate And a restaurant information service such as a mango plate. In particular, thanks to smartphones, it became easier to become a service provider than the existing web era, and accessibility to online content through platform services of users' smart phones has improved significantly. This has resulted in explosive growth of online content and platform services on the Internet. Users can get the information they want by using mobile services such as mobile application, mobile web, etc., and they are helped to make choices, decisions or judgments.

특히 사용자의 결정에 도움을 주는 것은 특정 온라인 콘텐츠에 대한 평점 또는 댓글을 이용한 다른 사용자들의 평가에 대한 정보인 평가 정보의 제공이다. 이러한 평가 정보의 제공은 이베이에서 크게 효과를 본 뒤, 아마존닷컴, 우버, 에어비앤비, 옐프 등의 플랫폼 서비스에서 사용자의 경험을 향상시키기 위해 대부분 이용하고 있는 서비스이다.In particular, it is the provision of evaluation information, which is information on the evaluation of other users using ratings or comments on particular online content, to help users make their decisions. The provision of such evaluation information is largely used by eBay to improve user experience in platform services such as Amazon.com, Uber, Airbnb, and Yelp.

이러한 평가 정보는 특정 온라인 콘텐츠에 대한 평점 정보, 코멘트 정보(사용자 리뷰 정보, 사용자 댓글 정보를 포함), '좋아요'나 '나빠요'와 같은 호감 정보, 공유 여부 정보, 추천 정보, 조회 정보를 포함할 수 있다. 사용자는 플랫폼 서비스에 업로드 된 적어도 하나 이상의 온라인 콘텐츠를 제공받게 되는데, 온라인 콘텐츠에 대한 평가 정보가 사용자의 결정에 매우 큰 도움을 주게 되고, 이는 사용자 경험(User experience)의 향상으로 이어지게 된다. Such evaluation information may include rating information for specific online content, comment information (including user review information, user comment information), crush information such as 'good' or 'bad', sharing information, recommendation information, . The user receives at least one online content uploaded to the platform service. The evaluation information on the online content greatly helps the user to decide, which leads to the improvement of the user experience.

하지만, 이러한 온라인 콘텐츠가 모여져 있는 장인 플랫폼 서비스에 평가 정보를 제공하게 되면, 경쟁자의 악의적 평가 또는 관련자의 호의적 평가 등과 같은 특정 사용자의 허위 평가에 의해 플랫폼 서비스 자체가 레몬 마켓이 될 위험에 노출되게 된다. 특정 사용자의 허위 평가 정보는, 온라인 콘텐츠를 제공받는 사용자의 온라인 콘텐츠의 평가 정보에 대한 신뢰를 상실하게 함으로써, 온라인 콘텐츠의 생태계 자체를 위협하게 되는 것이다.However, if evaluation information is provided to the artisan platform service in which such online contents are gathered, the platform service itself is exposed to the risk of becoming a lemon market by false evaluation of a specific user such as a malicious evaluation of a competitor or a favorable evaluation of a related person . The false evaluation information of a specific user loses confidence in the evaluation information of the online content of the user who is provided with the online content, thereby threatening the ecosystem of the online content.

한국 공개특허 10-2012-0101188Korean Patent Publication No. 10-2012-0101188 한국 공개특허 10-2013-0113038Korean Patent Publication No. 10-2013-0113038

하지만, 기존의 온라인 콘텐츠에 대한 평점 정보 제공은 단순히 하나의 온라인 콘텐츠에 기록된 모든 평점의 산술평균으로 수행되고 있어서 특정 사용자의 허위 평가 정보를 적발하기 어려웠다. 또한, 기존의 온라인 콘텐츠에 대한 코멘트 정보 제공이나 호감 정보 제공은 허위 평가 정보의 적발이 실질적으로 수행되고 있지 않았고, 사용자들이 자체적으로 신고하는 '신고' 기능이 이용되는 정도에 불과하였다.However, it is difficult to provide rating information on existing online contents simply by arithmetic mean of all ratings recorded in one online content. In addition, providing comment information or favorable information about the existing online contents is not practically performed, and only the function of 'report' which users themselves report is used.

따라서, 기존에는 특정 사용자의 허위 평가 정보를 적발하기 위해 각각의 온라인 콘텐츠에 대해 사람이 수동으로 해당 온라인 콘텐츠의 평점 정보, 코멘트 정보 및 호감 정보의 허위 평가 정보 여부를 판단하여 평점 산출 시 포함 여부, 사용자에게 출력 여부 등을 결정하였다.Therefore, in order to detect the false evaluation information of a specific user, it is conventionally determined whether a person manually judges whether the rating information, the comment information, and the crush information of the corresponding online content are false evaluation information, And whether or not to output to the user.

위와 같이 사람이 수동으로 수행하는 허위 평가 정보의 적발 방법은 엄청난 비용(특히, 인력 비용)을 야기하고, 신속하지 못하며, 지속 가능하지 못하여 온라인 콘텐츠와 트래픽이 폭발적으로 증가하는 플랫폼 서비스의 레몬 마켓화를 막기에는 역부족이었다.As mentioned above, the method of detecting false evaluation information manually performed by a person is a lemon marketization of a platform service in which online contents and traffic explosively increase due to incredible cost (in particular, labor cost), ineffective and unsustainable It was not enough to prevent it.

따라서 본 발명의 목적은, 특정 서비스 제공자, 특정 서비스, 글, 사진, 책, 음식점이나 카페와 같은 맛집을 포함한 상점, 영화 등과 관련된 온라인 콘텐츠의 허위 평가 정보를 신속하게 자동으로 적발하기 위해 평가 정보의 텍스트 마이닝, 평가 정보의 빈도 분포 분석, 평가 정보를 송신한 사용자 간의 소셜 네트워크 정보, 평가 정보를 송신한 사용자의 활동 정보를 이용하는 온라인 콘텐츠의 허위 평가 정보 적발 시스템, 장치, 방법 및 프로그램을 제공하는 데에 있다.It is therefore an object of the present invention to provide a method and system for quickly and automatically detecting false evaluation information of online contents related to a specific service provider, a specific service, a writing, a photograph, a book, A system, an apparatus, a method, and a program for detecting a false evaluation information of online content using text mining, frequency distribution analysis of evaluation information, social network information between users who transmitted evaluation information, and activity information of a user who has transmitted evaluation information .

이하 본 발명의 목적을 달성하기 위한 구체적 수단에 대하여 설명한다.Hereinafter, specific means for achieving the object of the present invention will be described.

본 발명의 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고, 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 위하여, 특정 온라인 콘텐츠 또는 특정 사용자에 대응되는 판정 보조 정보를 생성하는 판정 보조 정보 생성 모듈; 및 상기 플랫폼 서비스에 구성되고, 상기 판정 보조 정보 생성 모듈과 연결되어 상기 판정 보조 정보를 수신받고, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부 또는 상기 사용자가 허위 평가 정보를 입력하였는지 여부를 판정하는 허위 평가 정보 판정 모듈;을 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도 또는 각각의 사용자가 적어도 하나의 온라인 콘텐츠에 입력하는 평가 정보의 빈도에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 특정 온라인 콘텐츠의 전체 사용자에 대한 상기 판정 보조 정보의 분포 또는 특정 사용자의 전체 온라인 콘텐츠에 대한 상기 판정 보조 정보의 분포를 구성하고, 특정 온라인 콘텐츠 또는 특정 사용자에 대한 특정 판정 보조 정보의 상기 분포에서의 위치를 통하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 장치를 제공하여 달성될 수 있다.An object of the present invention is to provide a platform service which is configured in a platform service connected to a client of the user so that online content is uploaded and a user can access and input evaluation information about the online content, A judgment auxiliary information generation module for generating judgment auxiliary information corresponding to a specific online content or a specific user; And judging whether or not the false evaluation information is inputted to the online contents based on the judgment auxiliary information, or whether the user inputs the false evaluation information And a false evaluation information determination module for determining whether or not the user has input the judgment information, wherein the judgment assistance information includes at least one of frequency of evaluation information of at least one user input in each online content, Wherein the false evaluation information determination module configures a distribution of the judgment assistance information for all users of the specific online content or a distribution of the judgment assistance information for all online contents of the specific user , Specific online content or specific users And judges whether or not the false evaluation information is input through the position in the distribution of the specific judgment assistant information for the false decision information.

본 발명의 다른 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고, 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 위하여, 특정 온라인 콘텐츠에 대응되는 판정 보조 정보를 생성하는 판정 보조 정보 생성 모듈; 및 상기 플랫폼 서비스에 구성되고, 상기 판정 보조 정보 생성 모듈과 연결되어 상기 판정 보조 정보를 수신받고, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 모듈;을 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 날짜별 개수에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 이하의 수학식에 의해 도출되는 HHI 값을 이용하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 장치를 제공하여 달성될 수 있다.Another object of the present invention is to provide a platform service which is configured in a platform service connected with a client of the user so that online content is uploaded and a user can access and input evaluation information about the online content, A judgment auxiliary information generating module for generating judgment auxiliary information corresponding to a specific online content, And a false evaluation information determination module that is configured in the platform service and is connected to the decision assisting information generation module to receive the decision assisting information and judge whether false evaluation information is input to the online content based on the decision assisting information, ; And the judgment assistance information is information on the number of pieces of evaluation information of at least one user input in each online content by date, and the false evaluation information judgment module judges whether or not And judges whether or not the false evaluation information is input by using the HHI value.

[수학식][Mathematical Expression]

Figure 112016050083355-pat00001
Figure 112016050083355-pat00001

위 수학식 에서, HHI는 상기 HHI 값, N은 특정 온라인 콘텐츠에 평가 정보가 입력된 날(Day)의 수, Si는 날짜 i의 평가 정보 개수 점유율을 의미한다. In the above equation, HHI denotes the HHI value, N denotes the number of days on which the evaluation information is input to the specific online content, and S i denotes the number of evaluation information pieces of the date i.

본 발명의 다른 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계; 상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠 또는 상기 사용자에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및 상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부 또는 상기 사용자가 허위 평가 정보를 입력하였는지 여부를 판정하는 허위 평가 정보 판정 단계;를 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도 또는 각각의 사용자가 적어도 하나의 온라인 콘텐츠에 입력하는 평가 정보의 빈도에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 특정 온라인 콘텐츠의 전체 사용자에 대한 상기 판정 보조 정보의 분포 또는 특정 사용자의 전체 온라인 콘텐츠에 대한 상기 판정 보조 정보의 분포를 구성하고, 특정 온라인 콘텐츠 또는 특정 사용자에 대한 특정 판정 보조 정보의 상기 분포에서의 위치를 통하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 방법을 제공하여 달성될 수 있다.Another object of the present invention is to provide a platform service that is configured in a platform service connected to a client of the user so that online content is uploaded and a user can access and input evaluation information about the online content, An evaluation information receiving step of receiving the evaluation information of a specific user concerning a specific online content from the client; A judgment auxiliary information generating module which is a constitution of the false evaluation information detecting device generates judgment auxiliary information for the online contents or the user; And a false evaluation information determination module that is a component of the false evaluation information detection device determines whether or not the false evaluation information is input to the online content based on the determination auxiliary information or whether the user has input false evaluation information Wherein the judgment assistance information includes at least one of a frequency of evaluation information of at least one user input in each online content or a frequency of evaluation information each user inputs to at least one online content Wherein the false evaluation information determination module configures a distribution of the decision assistance information for all users of the specific online content or a distribution of the decision aid information for the entire online content of the specific user, Of the specific decision supporting information Through the position in it can be accomplished for determining whether or not input of a false evaluation information, by providing false information evaluation method disclosed.

본 발명의 다른 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계; 상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및 상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 단계;를 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 날짜별 개수에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 이하의 수학식에 의해 도출되는 HHI 값을 이용하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 방법을 제공하여 달성될 수 있다.Another object of the present invention is to provide a platform service that is configured in a platform service connected to a client of the user so that online content is uploaded and a user can access and input evaluation information about the online content, An evaluation information receiving step of receiving the evaluation information of a specific user concerning a specific online content from the client; A judgment auxiliary information generation module which is a constitution of the false evaluation information detection device comprises a judgment auxiliary information generation step of generating judgment auxiliary information for the online contents; And a false evaluation information determination step of determining whether or not false evaluation information is input to the online content based on the determination assistance information, wherein the false evaluation information determination module, which is a configuration of the false evaluation information detection device, Wherein the auxiliary information is information on the number of pieces of evaluation information of at least one user input in each online content by date, and the false evaluation information determination module performs false evaluation using the HHI value derived by the following equation And judging whether or not to input information, can be achieved by providing a false evaluation information detection method.

[수학식][Mathematical Expression]

Figure 112016050083355-pat00002
Figure 112016050083355-pat00002

위 수학식 에서, HHI는 상기 HHI 값, N은 특정 온라인 콘텐츠에 평가 정보가 입력된 날(Day)의 수, Si는 날짜 i의 평가 정보 개수 점유율을 의미한다. In the above equation, HHI denotes the HHI value, N denotes the number of days on which the evaluation information is input to the specific online content, and S i denotes the number of evaluation information pieces of the date i.

본 발명의 다른 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계; 상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠 또는 상기 사용자에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및 상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부 또는 상기 사용자가 허위 평가 정보를 입력하였는지 여부를 판정하는 허위 평가 정보 판정 단계;를 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도 또는 각각의 사용자가 적어도 하나의 온라인 콘텐츠에 입력하는 평가 정보의 빈도에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 특정 온라인 콘텐츠의 전체 사용자에 대한 상기 판정 보조 정보의 분포 또는 특정 사용자의 전체 온라인 콘텐츠에 대한 상기 판정 보조 정보의 분포를 구성하고, 특정 온라인 콘텐츠 또는 특정 사용자에 대한 특정 판정 보조 정보의 상기 분포에서의 위치를 통하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 방법을 컴퓨터상에서 수행하는 기록매체에 저장된 프로그램을 제공하여 달성될 수 있다.Another object of the present invention is to provide a platform service that is configured in a platform service connected to a client of the user so that online content is uploaded and a user can access and input evaluation information about the online content, An evaluation information receiving step of receiving the evaluation information of a specific user concerning a specific online content from the client; A judgment auxiliary information generating module which is a constitution of the false evaluation information detecting device generates judgment auxiliary information for the online contents or the user; And a false evaluation information determination module that is a component of the false evaluation information detection device determines whether or not the false evaluation information is input to the online content based on the determination auxiliary information or whether the user has input false evaluation information Wherein the judgment assistance information includes at least one of a frequency of evaluation information of at least one user input in each online content or a frequency of evaluation information each user inputs to at least one online content Wherein the false evaluation information determination module configures a distribution of the decision assistance information for all users of the specific online content or a distribution of the decision aid information for the entire online content of the specific user, Of the specific decision supporting information For determining whether input of evaluation information false, false evaluation information disclosed method through a position in can be achieved by providing a program stored in a recording medium to perform on a computer.

상기한 바와 같이, 본 발명에 의하면 이하와 같은 효과가 있다.As described above, the present invention has the following effects.

첫째, 본 발명의 일실시예에 따르면, 플랫폼 서비스에서 온라인 콘텐츠에 대한 허위 평가 정보가 자동으로 적발될 수 있게 되는 효과가 발생된다.First, according to an embodiment of the present invention, false evaluation information on online contents can be automatically detected in the platform service.

둘째, 본 발명의 일실시예에 따르면, 플랫폼 서비스에서 온라인 콘텐츠에 대한 허위 평가 정보의 적발이 자동으로 이루어지게 됨으로써 인력 비용을 절감할 수 있게 되는 효과가 발생된다. Second, according to an embodiment of the present invention, false evaluation information about online contents is automatically detected in the platform service, thereby reducing manpower costs.

셋째, 본 발명의 일실시예에 따라 HHI(Herfindahl-Hirschman Index) 지수를 이용하는 경우, 적은 정보로 신속하게 허위 평가 정보를 자동으로 적발할 수 있게 되는 효과가 발생된다. 허위 평가 정보의 적발에서 적은 정보를 이용하여 높은 확률로 허위 평가 정보를 적발하게 되는 것은 데이터 분석의 활용성 측면에서 매우 중요한 것이다.Third, when the HHI (Herfindahl-Hirschman Index) index is used according to an embodiment of the present invention, false evaluation information can be automatically detected quickly with less information. In the detection of false evaluation information, it is very important from the viewpoint of utilization of data analysis that false identification information is detected with a high probability by using a small amount of information.

본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템을 도시한 블럭도,
도 2는 본 발명의 일실시예에 따른 플랫폼 서비스를 도시한 블럭도,
도 3은 본 발명의 일실시예에 따른 허위 평가 정보 적발 장치(107)를 도시한 블럭도,
도 4는 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 방법을 도시한 것이다.BRIEF DESCRIPTION OF THE DRAWINGS The accompanying drawings, which are included to provide a further understanding of the invention and are incorporated in and constitute a part of this application, illustrate preferred embodiments of the invention and, together with the description, And shall not be interpreted.
1 is a block diagram showing a false evaluation information detection system for online contents according to an embodiment of the present invention;
2 is a block diagram illustrating a platform service according to an embodiment of the present invention;
3 is a block diagram showing a false evaluation information acquiring device 107 according to an embodiment of the present invention,
FIG. 4 illustrates a method of detecting false evaluation information of online contents according to an embodiment of the present invention.

이하 첨부된 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 쉽게 실시할 수 있는 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예에 대한 동작원리를 상세하게 설명함에 있어서 관련된 공지기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. In the following detailed description of the operation principle of the preferred embodiment of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may unnecessarily obscure the subject matter of the present invention.

또한, 도면 전체에 걸쳐 유사한 기능 및 작용을 하는 부분에 대해서는 동일한 도면 부호를 사용한다. 명세서 전체에서, 특정 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고, 간접적으로 연결되어 있는 경우도 포함한다. 또한, 특정 구성요소를 포함한다는 것은 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.The same reference numerals are used for portions having similar functions and functions throughout the drawings. In the specification, when a specific portion is connected to another portion, it includes not only a direct connection but also a case where the other portion is indirectly connected with another element in between. In addition, the inclusion of a specific constituent element does not exclude other constituent elements unless specifically stated otherwise, but may include other constituent elements.

본 발명에서 '온라인 콘텐츠'는 특정 서비스 제공자의 프로필, 특정 서비스의 프로필, 글, 사진, 책, 음식점이나 카페와 같은 맛집을 포함한 상점, 영화 등과 관련된 정보를 의미할 수 있다. 사용자들은 PC 또는 스마트폰의 애플리케이션이나 웹을 통해서 이러한 온라인 콘텐츠들을 브라우징 및 탐색할 수 있다. 사용자들은 이러한 온라인 콘텐츠들에 대해 평가 정보를 제공할 수 있다.In the present invention, 'online contents' may refer to information related to a specific service provider's profile, a profile of a specific service, a story, a photograph, a book, a store including restaurants such as a restaurant or a cafe, a movie and the like. Users can browse and search for such online content through applications on the PC or smart phone or via the web. Users can provide evaluation information on such online contents.

본 발명에서 '평가 정보'는 특정 온라인 콘텐츠에 대한 평점 정보, 코멘트 정보(사용자 리뷰 정보, 사용자 댓글 정보를 포함), '좋아요'나 '나빠요'와 같은 호감 정보, 공유 여부 정보, 추천 정보, 조회 정보를 포함한 사용자가 특정 온라인 콘텐츠에 대해 제공하는 정보를 의미할 수 있다. 이러한 평가 정보는 특정 온라인 콘텐츠에 대해 등급을 매기거나, 평가하거나, 제안하거나, 호감을 표시하거나, 비호감을 표시하거나, 추천하거나 비추천하는 모든 정보를 의미할 수 있다.In the present invention, the 'evaluation information' may include rating information for specific online contents, comment information (including user review information and user comment information), crush information such as 'good' or 'bad', sharing information, May refer to information that a user, including information, provides for particular online content. Such assessment information may refer to any information that is graded, evaluated, suggested, favored, displayed, recommended, or deprecated for certain online content.

본 발명에서 '플랫폼 서비스'는 온라인 콘텐츠를 업로드하여 사용자를 획득하려는 서비스 제공자들과 이러한 온라인 콘텐츠를 이용하려고 하는 사용자들이 모이는 온라인 상의 양면 네트워크를 의미할 수 있다. In the present invention, 'platform service' may mean an on-line two-sided network in which service providers who want to acquire users by uploading online content and users who want to use such online content are gathered.

온라인 콘텐츠의 허위 평가 정보 적발 시스템Fraudulent evaluation information retrieval system of online contents

온라인 콘텐츠의 허위 평가 정보 적발 시스템에 관하여, 도 1은 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템을 도시한 블럭도이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템(100)은 클라이언트(101), 네트워크(102), 플랫폼 서비스(103)를 포함할 수 있다.FIG. 1 is a block diagram illustrating a false evaluation information detection system for online contents according to an embodiment of the present invention. Referring to FIG. As shown in FIG. 1, a false evaluation information detection system 100 of online contents according to an embodiment of the present invention may include a client 101, a network 102, and a platform service 103.

클라이언트(101)는 적어도 하나 이상의 클라이언트 장치들, 예를 들어, 하나 이상의 스마트폰, 태블릿과 같은 모바일 장치, 랩탑(laptop)이나 데스크탑 PC를 포함할 수 있다. 사용자는 클라이언트(101)를 통해 온라인 콘텐츠를 브라우징/탐색하거나 특정 온라인 콘텐츠의 평가 정보를 입력하게 된다.The client 101 may include at least one or more client devices, for example, a mobile device such as one or more smartphones, tablets, a laptop or a desktop PC. The user can browse / search online contents through the client 101 or input evaluation information of specific online contents.

네트워크(102)는 데이터 프로세싱 시스템들, 컴퓨터들, 서버들, 모바일 장치들간의 무선 혹은 유선 통신 연결을 제공하는 커넥션들을 포함할 수 있다. 본 발명의 일실시예에 따른 네트워크(102)는 클라이언트(101)와 플랫폼 서비스(103)의 유무선 통신 연결을 제공하는 커넥션으로 구성될 수 있다. 본 발명의 일실시예에 따른 네트워크(102)는 서로 통신하기 위해 TCP/IP를 사용하는 네트워크들 및 게이트웨이들의 World Wide Collection, 인트라넷, LAN, WAN을 포함할 수 있고, 인터넷을 의미할 수 있다.The network 102 may include connections that provide a wireless or wired communication connection between data processing systems, computers, servers, and mobile devices. The network 102 according to an embodiment of the present invention may be configured as a connection for providing a wired / wireless communication connection between the client 101 and the platform service 103. The network 102 according to an exemplary embodiment of the present invention may include the World Wide Collection of networks and gateways using TCP / IP to communicate with each other, an intranet, a LAN, a WAN, and the Internet.

플랫폼 서비스(103)는 클라이언트(101)와 네트워크(102)를 통해 연결되어 클라이언트(101)에 온라인 콘텐츠를 송신하고, 클라이언트(101)에 의해 평가 정보를 수신받는 구성을 의미하고, 플랫폼 서비스(103)의 인터페이스는 스마트폰/Mac OS의 애플리케이션 또는 스마트폰/PC의 웹 브라우저를 통해 사용자가 이용할 수 있는 웹 페이지일 수 있다. 본 발명의 일실시예에 따른 플랫폼 서비스(103)는 각종 컴퓨터들, 서버들, 데이터베이스들, 라우터들, 스위치들, 커넥션 들 및 다른 장치를 포함할 수 있다. The platform service 103 refers to a configuration that is connected to the client 101 via the network 102 and transmits the online content to the client 101 and receives the evaluation information by the client 101. The platform service 103 ) May be a web page that can be used by a user via a smart phone / Mac OS application or a smart phone / PC web browser. The platform services 103 in accordance with an embodiment of the present invention may include various computers, servers, databases, routers, switches, connections, and other devices.

도 2는 본 발명의 일실시예에 따른 플랫폼 서비스를 도시한 블럭도이다. 도 2에 도시된 바와 같이 본 발명의 일실시예에 따른 플랫폼 서비스(103)는 온라인 콘텐츠 제공 모듈(104), 온라인 콘텐츠 데이터베이스(105), 평가 정보 수신 모듈(106), 허위 평가 정보 적발 장치(107)를 포함할 수 있다.2 is a block diagram illustrating a platform service according to an embodiment of the present invention. 2, the platform service 103 according to an exemplary embodiment of the present invention includes an online content providing module 104, an online content database 105, an evaluation information receiving module 106, a false evaluation information capturing device 107).

온라인 콘텐츠 제공 모듈(104)은 온라인 콘텐츠 데이터베이스(105)에서 온라인 콘텐츠를 수신하여 클라이언트(101)에 제공하는 구성이다. 온라인 콘텐츠 제공 모듈(104)에 의해 클라이언트(101)는 플랫폼 서비스(103)에서 온라인 콘텐츠를 브라우징/탐색할 수 있게 된다.The online content providing module 104 receives the online content from the online content database 105 and provides the online content to the client 101. [ The online contents providing module 104 enables the client 101 to browse / search the online contents in the platform service 103. [

온라인 콘텐츠 데이터베이스(105)는 클라이언트(101)를 통해 사용자가 제공하거나 플랫폼 서비스 제공자가 입력한 온라인 콘텐츠를 저장하는 구성을 의미할 수 있다.The online content database 105 may refer to a configuration that the user provides via the client 101 or stores the online content inputted by the platform service provider.

평가 정보 수신 모듈(106)은 클라이언트(101)에서 평가 정보를 수신하여 허위 평가 정보 적발 장치(107)로 평가 정보를 전달하는 모듈이다. The evaluation information receiving module 106 receives the evaluation information from the client 101 and transmits the evaluation information to the false evaluation information detection device 107. [

허위 평가 정보 적발 장치(107)는 평가 정보 수신 모듈(106)에서 특정 사용자의 평가 정보를 수신하여 허위 평가 정보의 적발을 수행하는 구성이다. 도 3은 본 발명의 일실시예에 따른 허위 평가 정보 적발 장치(107)를 도시한 블럭도이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 허위 평가 정보 적발 장치(107)는 판정 보조 정보 생성 모듈(108), 평가 정보 데이터베이스(109), 허위 평가 정보 판정 모듈(110), 페널티 처리 모듈(111)을 포함할 수 있다.The false evaluation information capturing device 107 is a configuration for receiving evaluation information of a specific user from the evaluation information receiving module 106 and detecting false evaluation information. FIG. 3 is a block diagram showing a false evaluation information acquiring device 107 according to an embodiment of the present invention. 3, the false evaluation information detection device 107 according to the embodiment of the present invention includes a judgment auxiliary information generation module 108, an evaluation information database 109, a false evaluation information judgment module 110, A penalty processing module 111 may be included.

판정 보조 정보 생성 모듈(108)은 허위 평가 정보 판정 모듈(110)에서 평가 정보를 허위 평가 정보로 분류하거나 예측하기 위해 수신된 평가 정보를 가공하여 평가를 용이하게 하는 판정 보조 정보를 생성하는 모듈이다. 판정 보조 정보 생성 모듈(108)는 평가 정보 수신 모듈(106)에서 평가 정보 및 평가 정보에 대응되는 사용자의 정보를 수신하고, 평가 정보 데이터베이스(109) 또는 허위 평가 정보 판정 모듈(110)로 용이한 평가를 위해 평가 정보를 가공한 판정 보조 정보를 송신하게 된다. The judgment auxiliary information generation module 108 is a module for generating judgment auxiliary information for facilitating evaluation by processing the received evaluation information in order to classify or predict the evaluation information into false evaluation information in the false evaluation information determination module 110 . The judgment auxiliary information generation module 108 receives the user information corresponding to the evaluation information and the evaluation information from the evaluation information reception module 106 and outputs it to the evaluation information database 109 or the false evaluation information judgment module 110 And the judgment assistance information obtained by processing the evaluation information for evaluation is transmitted.

평가 정보 데이터베이스(109)는 판정 보조 정보 생성 모듈(108), 평가 정보 수신 모듈(106), 페널티 처리 모듈(111)과 연결되어 판정 보조 정보, 평가 정보, 페널티 처리 정보를 저장하게 된다. 특히 페널티 처리 정보는 온라인 콘텐츠 제공 모듈(104), 온라인 콘텐츠 데이터베이스(105)에 전달될 수 있다.The evaluation information database 109 is connected to the judgment auxiliary information generation module 108, the evaluation information reception module 106 and the penalty processing module 111 to store the judgment auxiliary information, the evaluation information and the penalty processing information. In particular, the penalty processing information may be transmitted to the online content providing module 104 and the online content database 105. [

허위 평가 정보 판정 모듈(110)은 판정 보조 정보 생성 모듈(108) 및 평가 정보 수신 모듈(106)과 연결되어 판정 보조 정보 및 평가 정보를 수신하고, 이를 분석하여 허위 평가 정보 여부를 판정하는 모듈이다. 허위 평가 정보 여부는, 해당 평가 정보가 허위 평가 정보라는 것을 적발하거나, 해당 온라인 콘텐츠에 허위 평가 정보가 입력되었음을 적발하는 것을 의미할 수 있다. 특정 사용자의 평가 정보가 허위 평가 정보로 판정되는 경우, 페널티 처리 모듈(111)로 해당 평가 정보 및 대응되는 사용자 정보를 전송할 수 있다.The false evaluation information determination module 110 is a module that is connected to the judgment auxiliary information generation module 108 and the evaluation information reception module 106 to receive judgment auxiliary information and evaluation information, . The false evaluation information may mean that the evaluation information is false evaluation information or that false evaluation information has been input to the online content. When the evaluation information of a specific user is determined to be false evaluation information, the evaluation information and the corresponding user information can be transmitted to the penalty processing module 111. [

페널티 처리 모듈(111)은 허위 평가 정보 판정 모듈(110)에서 허위 평가 정보로 판정된 평가 정보 및 대응되는 사용자 정보를 수신하여 이에 페널티 처리를 한 페널티 처리 정보를 생성하는 모듈이다.The penalty processing module 111 is a module that receives the evaluation information determined as the false evaluation information and the corresponding user information in the false evaluation information determination module 110 and generates the penalty processing information subjected to the penalty processing.

온라인 콘텐츠의 허위 평가 정보 적발 방법How to find false evaluation information of online contents

온라인 콘텐츠의 허위 평가 정보 적발 방법에 관하여, 도 4는 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 방법을 도시한 것이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 방법은, 평가 정보 수신 단계(S10), 판정 보조 정보 생성 단계(S20), 허위 평가 정보 판정 단계(S30), 페널티 처리 단계(S40)를 포함할 수 있다.FIG. 4 illustrates a method of detecting false evaluation information of online contents according to an embodiment of the present invention. As shown in FIG. 4, a false evaluation information capturing method of online contents according to an embodiment of the present invention includes an evaluation information receiving step S10, a judgment assistance information generating step S20, a false evaluation information judging step S30 , And a penalty processing step (S40).

평가 정보 수신 단계(S10)는 클라이언트(101)에서 송신한 평가 정보를 평가 정보 수신 모듈(106)이 수신하는 단계이다.The evaluation information receiving step (S10) is a step in which the evaluation information receiving module (106) receives the evaluation information transmitted from the client (101).

판정 보조 정보 생성 단계(S20)는 평가 정보 수신 모듈(106)이 수신한 평가 정보를 허위 평가 정보 적발 장치(107)에 송신하고, 허위 평가 정보 적발 장치(107)의 일구성인 판정 보조 정보 생성 모듈(108)에서 수신된 평가 정보 및 사용자 정보 등을 토대로 판정 보조 정보를 생성하는 단계이다. The judgment auxiliary information generating step S20 sends the evaluation information received by the evaluation information reception module 106 to the false evaluation information detection device 107 and generates judgment auxiliary information which is a constituent of the false evaluation information detection device 107 And generating the judgment assistance information based on the evaluation information and the user information received from the module 108. [

허위 평가 정보 판정 단계(S30)는 판정 보조 정보 생성 모듈(108)에서 생성된 판정 보조 정보를 토대로 허위 평가 정보 판정 모듈(110)이 해당 평가 정보가 허위 평가 정보라는 것을 판정하거나, 특정 온라인 콘텐츠에 대한 평가 정보가 허위 평가 정보일 가능성이 높다는 것을 판정하는 단계이다. 허위 평가 정보는 온라인 콘텐츠의 평가를 상향시키려는 포지티브(positive) 허위 평가 정보, 온라인 콘텐츠의 평가를 하향시키려는 네거티브(negative) 허위 평가 정보로 구분될 수 있다.The false evaluation information determination step S30 determines whether the false evaluation information determination module 110 determines that the evaluation information is false evaluation information based on the judgment assistance information generated by the judgment assistance information generation module 108, It is determined that the evaluation information is likely to be false evaluation information. The false evaluation information may be classified into positive false evaluation information for upgrading the evaluation of the online content and negative false evaluation information for reducing the evaluation of the online content.

페널티 처리 단계(S40)는 허위 평가 정보 판정 모듈(110)이 해당 평가 정보 또는 해당 온라인 콘텐츠의 평가 정보 중 적어도 일부가 허위 평가 정보라는 것을 판정하는 경우, 해당 사용자, 해당 평가 정보 또는 해당 온라인 콘텐츠의 평가 정보 중 적어도 일부에 대해 페널티 처리를 하는 단계이다. 포지티브 허위 평가 정보의 경우 페널티 처리는 해당 평가 정보를 전송한 사용자의 계정을 중단 또는 취소하는 것, 해당 평가 정보에 대한 weight를 0(평가 정보 합산의 배제) 또는 음수로 주는 것을 포함할 수 있다. 네거티브 허위 평가 정보의 경우 페널티 처리는 해당 평가 정보를 전송한 사용자의 계정을 중단 또는 취소하는 것, 해당 평가 정보에 대한 weight를 0(평가 정보 합산의 배제) 또는 양수로 주는 것을 포함할 수 있다.If the false evaluation information determination module 110 determines that at least a part of the evaluation information or evaluation information of the online content is false evaluation information, the penalty processing step S40 is a step of determining whether the user, And performing penalty processing on at least a part of the evaluation information. In the case of positive false evaluation information, the penalty processing may include suspending or canceling the account of the user who has transmitted the evaluation information, and weighting the evaluation information to 0 (excluding evaluation information summing) or negatively. In the case of the negative false evaluation information, the penalty processing may include suspending or canceling the account of the user who transmitted the evaluation information, and giving a weight for the evaluation information as 0 (excluding evaluation information summation) or a positive number.

본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 방법이 컴퓨터 상에서 수행되는 HDD, SSD, CD-ROM, USB 등의 기록매체에 저장된 프로그램으로 구성될 수 있다.The method of detecting false evaluation information of online contents according to an embodiment of the present invention may be configured by a program stored in a recording medium such as an HDD, SSD, CD-ROM, or USB, which is executed on a computer.

실시예Example

이하에서는 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템, 장치, 방법 및 프로그램의 구체적인 실시예를 기재한다. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, specific embodiments of a false evaluation information detection system, an apparatus, a method, and a program according to an embodiment of the present invention will be described.

판정 보조 정보와 관련하여, 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템의 일구성인 판정 보조 정보 생성 모듈(108)에서 생성될 수 있는 판정 보조 정보는, 코멘트 정보(댓글 정보, 리뷰 정보 등)의 텍스트 마이닝 정보, 평가 정보의 빈도 정보, 사용자 간 네트워크 정보, 사용자의 사용행태 정보를 포함할 수 있다.With respect to the judgment auxiliary information, the judgment auxiliary information that can be generated by the judgment auxiliary information generation module 108, which is a constitution of the false evaluation information capturing system for online contents according to the embodiment of the present invention, Review information, etc.), frequency information of the evaluation information, inter-user network information, and user usage behavior information.

(1) 코멘트 정보 (1) Comment information

텍스트 마이닝 정보를 판정 보조 정보로 제공하는 것과 관련하여, 평가 정보 중 코멘트 정보의 텍스트 마이닝을 통해 코멘트 정보의 포지티브 및 네거티브 정도에 대해 감성 분석(Sentimental analysis)할 수 있고, 이러한 코멘트 정보의 감성 분석 결과를 통해 특정 감성의 코멘트의 빈도 정보가 판정 보조 정보로 허위 평가 정보 판정 모듈(110)에 제공될 수 있다.With respect to providing text mining information as the decision-making assistance information, it is possible to perform sentimental analysis on the positive and negative degree of comment information through text mining of comment information among the evaluation information, The frequency information of the specific sensibility comment may be provided to the false evaluation information determination module 110 as the determination auxiliary information.

또는 기존에 허위 평가 정보로 판정되었던 코멘트 정보에 여러 속성(attribute)을 부여하여 유사한 패턴을 보이는 코멘트 정보를 허위 평가 정보로 판정할 수 있고, 이를 위해 여러 분류 모델에서 Supervised Machine Learning 중 하나가 이용될 수 있다. 이러한 경우 기존의 허위 평가 정보와 입력된 평가 정보가 동일한 그룹으로 분류되면 이러한 분류 정보가 판정 보조 정보로 허위 평가 정보 판정 모듈(110)에 제공될 수 있다. 코멘트 정보에 포함될 수 있는 속성으로는, 코멘트의 길이, 코멘트의 감성 분석 정보, 코멘트의 입력에 걸린 시간, 코멘트에의 이모티콘 사용 여부 등이 있을 수 있다.Or the comment information showing a similar pattern by assigning various attributes to the comment information previously determined as the false evaluation information can be judged as the false evaluation information. For this, one of the supervised machine learning is used in various classification models . In this case, if the existing false evaluation information and the input evaluation information are classified into the same group, such classification information may be provided to the false evaluation information determination module 110 as the determination auxiliary information. Attributes that may be included in the comment information include the length of the comment, the emotion analysis information of the comment, the time taken to input the comment, whether or not the emoticon is used in the comment, and the like.

또는, 기존의 평가 정보와 새롭게 수신된 평가 정보에 여러 속성을 부여한 뒤 클러스터링하고, 해당 평가 정보가 포함된 클러스터의 허위 평가 정보의 확률을 이용할 수 있다. 이를 위해 Unsupervised Machine Learning의 여러 모델 중 하나가 활용될 수 있다. 이에 따르면 특정 평가 정보가 수신되는 경우, 해당 평가 정보가 속하는 클러스터의 허위 평가 정보의 확률값이 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다. 이러한 경우, 허위 평가 정보 판정 모듈(110)에서는 해당 평가 정보가 속하는 클러스터의 허위 평가 정보의 확률값의 컷오프 값(cut-off value)을 설정하여 허위 평가 정보를 판정할 수 있다.Alternatively, multiple attributes may be assigned to existing evaluation information and newly received evaluation information, and then clustered, and the probability of the false evaluation information of the cluster including the evaluation information may be used. For this, one of several models of Unsupervised Machine Learning can be utilized. According to this, when specific evaluation information is received, the probability value of the false evaluation information of the cluster to which the evaluation information belongs can be provided to the false evaluation information determination module 110 as the determination auxiliary information. In this case, the false evaluation information determination module 110 can determine the false evaluation information by setting the cut-off value of the probability value of the false evaluation information of the cluster to which the evaluation information belongs.

또는, 평가 정보 중 코멘트 정보의 텍스트 마이닝을 통해 특정 단어의 빈도/유무를 파악하여 판정 보조 정보로 허위 평가 정보 판정 모듈(110)에 제공할 수 있다. 예를 들어, 식당 주인이, 자신이 운영하는 식당과 관련된 온라인 콘텐츠에 대해 작성한 코멘트 정보에는 "보증합니다", "보장합니다" 등의 일반 사용자들이 쓰지 않는 단어들이 나오는 경우가 많고, "정성을 다하겠습니다"와 같이 자신도 모르는 사이에 존댓말을 사용하는 경우가 많다. 이러한 코멘트의 구체적인 표현 방식에 대한 정보가 허위 평가 정보 판정 모듈(11)에 판정 보조 정보로 제공될 수 있다.Alternatively, it is possible to grasp the frequency / presence / absence of a specific word through text mining of the comment information in the evaluation information, and provide it to the false evaluation information determination module 110 as the judgment assistance information. For example, a restaurant owner wrote comments on online content related to his restaurant, often using words such as "I guarantee" or "I guarantee" that they do not use words, "I will do my best "I often use honorific expressions without knowing myself. Information on a concrete expression scheme of such a comment can be provided to the false evaluation information determination module 11 as the determination assistance information.

(2) 평가 정보의 빈도 정보(2) Frequency information of evaluation information

평가 정보의 빈도 정보를 판정 보조 정보로 제공하는 것과 관련하여, 허위 평가 정보 판정 모둘(110)에 평가 정보의 빈도 정보가 판정 보조 정보로 제공되면 급격하게 평가 정보의 빈도가 상승되는 경우, 해당 온라인 콘텐츠에 대한 적어도 일부의 평가 정보를 허위 평가 정보로 판정할 수 있다. 이는 예를 들어, 평가 정보의 빈도에 대응되는 정규분포를 구하고, 각 온라인 콘텐츠에 대해 평균적으로 평가 정보가 얼마나 나오는지에 대해 정규분포의 어느 위치인지를 분석할 수 있다. 평가 정보의 빈도가 급격하게 변화하면 해당 정규분포에서의 위치가 달라지게 된다. 본 발명의 일실시예에 따르면 이러한 빈도 정보는 날짜별 평가 정보의 개수를 예로 들 수 있다. 본 발명의 다른 실시예에 따르면, 정규분포가 아닌 확률분포, t분포, 카이분포 등의 통계 분포를 이용할 수 있다.When the frequency information of the evaluation information is provided as the determination-assisting information to the false evaluation-information determining module 110 in connection with providing the evaluation information frequency information as the determination-assisting information, if the frequency of the evaluation information is abruptly increased, At least some of the evaluation information on the content can be determined as the false evaluation information. For example, it is possible to obtain a normal distribution corresponding to the frequency of the evaluation information, and to analyze the position of the normal distribution as to how much evaluation information appears on average for each online content. If the frequency of the evaluation information changes suddenly, the position in the normal distribution is changed. According to an embodiment of the present invention, the frequency information may be the number of evaluation information by date. According to another embodiment of the present invention, statistical distributions such as a probability distribution, a t distribution, a chi distribution, etc. that are not a normal distribution can be used.

(3) 사용자 간 네트워크 정보(3) User-to-user network information

사용자 간 네트워크 정보를 판정 보조 정보로 제공하는 것과 관련하여, 네트워크 정보는 사용자 간의 소셜 네트워크 정보를 의미할 수 있다. 예를 들어, 특정 온라인 콘텐츠에 평가 정보를 입력한 사용자 간에 위치정보가 매우 유사하다면 해당 정보가 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다. 또는, 특정 온라인 콘텐츠에 평가 정보를 입력한 사용자들끼리 모두 소셜 네트워크의 친구 관계인 경우나 입력한 사용자들끼리의 소셜 네트워크의 상호 친구(mutual friend)가 많은 경우에는 해당 정보가 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다.In connection with providing inter-user network information as decision assistance information, the network information may refer to inter-user social network information. For example, if the location information is very similar among the users who have input the evaluation information into the specific online content, the information may be provided to the false evaluation information determination module 110 as the determination auxiliary information. Or, if users who input rating information into particular online content are friends of the social network or if there are many mutual friends of the users in the social network, And may be provided to the information determination module 110.

(4) 사용자의 행태 정보(4) User's behavior information

사용자의 행태 정보를 판정 보조 정보로 제공하는 것과 관련하여, 사용자가 플랫폼 서비스에 유입된지 몇 초내에 평가 정보를 입력하는지, 다른 온라인 콘텐츠를 브라우징하다가 평가 정보를 입력하는지, 당일 몇 번째 세션에서 평가 정보를 입력하는지, 어떤 페이지에서 평가 정보 입력으로 유입되는지 등을 분석하여 판정 보조 정보로 이용할 수 있다. 이에 따르면 특정 평가 정보가 수신되는 경우, 해당 평가 정보를 입력한 사용자의 행태 정보가 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다. 또는, 예를 들어, 사용자가 해당 식당의 리뷰를 모두 like하면서 평가 정보를 입력하는 경우, 사용자가 특정 식당은 포지티브 평가 정보를 입력하면서 동시에 근처의 같은 종류의 식당에 대해서는 네거티브 평가 정보를 입력한 경우, 사용자가 평가 정보를 활발히 입력하는 다른 사용자들의 댓글에 전화번호/이메일 등의 연락처를 남기며 보상을 약속하는 경우 등의 사용자 행태 정보가 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다.With regard to providing the behavior information of the user as the judgment assistant information, it is possible to determine whether the user enters the evaluation information within a few seconds of entering the platform service, browses the other online contents and inputs the evaluation information, , Which pages are inputted into the evaluation information input, and the like, and can be used as the judgment assistance information. According to this, when specific evaluation information is received, the behavior information of the user who has input the evaluation information can be provided to the false evaluation information determination module 110 as the judgment assistance information. Alternatively, for example, when the user inputs evaluation information while liking all the reviews of the restaurant, if the user inputs the positive evaluation information at the same restaurant and at the same time inputs the negative evaluation information for the restaurant of the same type nearby , The user behavior information such as the case where the user promises compensation by leaving a contact such as a telephone number / e-mail in a comment of other users actively inputting the evaluation information can be provided to the false evaluation information determination module 110 as the judgment assistance information have.

(5) HHI를 이용한 허위 평가 정보의 판정(5) Judgment of false evaluation information using HHI

허위 평가 정보의 판정과 관련하여, 본 발명의 일실시예에 따른 허위 정보 평가 정보 판정 모듈(110)에서의 허위 평가 정보의 판정은 HHI (HerfindahlHirschman Index)를 이용할 수 있다. 온라인 콘텐츠의 허위 평가 정보의 판정을 이용하는데, HHI 값을 사용하면 단순히 정규분포에 도시하는 것보다도 눈에 띄는 차이가 발생하게 된다. 따라서 이에 따르면 사람이 모든 온라인 콘텐츠의 평가 정보를 검토할 필요도 없이, 급격하게 평가 정도 빈도가 변화하는 온라인 콘텐츠를 찾을 수 있게 된다.Regarding the determination of the false evaluation information, the determination of the false evaluation information in the false information evaluation information determination module 110 according to the embodiment of the present invention can use the HFI (Herfindahl Hirschman Index). The judgment of the false evaluation information of the online contents is used. When the HHI value is used, a noticeable difference is generated rather than simply shown in the normal distribution. Therefore, according to this, it is possible for a person to find online contents whose frequency of evaluation rapidly changes without having to review evaluation information of all online contents.

HHI는 특정 산업에서의 시장 집중 정도를 측정하는 방법의 하나로서, 전체 시장을 100으로 할 때 각 기업(조직)이 차지하는 시장 점유율에 제곱을 한 후 모두 더한 값이다. 이는 각 기업의 시장 점유율 자체를 가중치로 하는 시장 점유율의 가중 합이라고 할 수 있으며, 상위 기업의 시장 점유가 독점에 가까우면 가까울수록 HHI 값도 높아지고, 자유경쟁에 가까우면 가까울수록 HHI 값이 낮아진다. 일반적으로 1,800 이상을 고집중, 1,000 이하를 저집중, 그 중간을 중집중 산업이라고 한다.HHI is a measure of market concentration in a particular industry, and is the sum of the market share of each company (organization) squared when the total market is 100. This is a weighted sum of the market share of each company, which is weighted by the market share of each company. HHI value is higher when the market share of the upper company is closer to monopoly, and HHI value is lower when it is closer to free competition. In general, more than 1,800 are concentrated, while less than 1,000 is low concentration, and the middle is middle-heavy industry.

HHI를 평가 정보의 빈도 정보를 이용한 허위 평가 정보의 판정에 이용하는 경우, 다음 수학식 1과 같이 표현될 수 있다.When the HHI is used in the determination of the false evaluation information using the frequency information of the evaluation information, it can be expressed as the following equation (1).

Figure 112017039363950-pat00003
Figure 112017039363950-pat00003

위 수학식 1에서, HHI는 HHI 값, N은 해당 온라인 콘텐츠에 평가 정보가 입력된 날(Day)의 수, Si는 날짜 i의 평가 정보 개수 점유율을 의미할 수 있다. 이러한 HHI 값으로 정규분포를 그리고, 각각의 온라인 콘텐츠를 그 정규분포에서 플로팅한 뒤, 정규분포에서의 HHI 변화를 살피면 급격하게 평가 정보 빈도가 변동하는 온라인 콘텐츠를 알아낼 수 있다. 예를 들어, 평균 하루에 1번 평가 정보가 입력되던 온라인 콘텐츠의 평가 정보 빈도가 갑자기 늘어날 때, 기존의 어떠한 방식보다도 HHI 값을 이용하는 방식에서 눈에 띄는 차이가 발생하게 된다. In the above Equation 1, HHI are HHI value, N may represent a number of share evaluation information of the number of the input evaluation information to the online content day (Day), S i is a date i. If the HHI value is normalized and each online content is plotted in its normal distribution, then the HHI variation in the normal distribution can be used to find the online content whose evaluation information frequency fluctuates rapidly. For example, when the frequency of the evaluation information of the online content, in which the evaluation information is input once a day on average, is suddenly increased, a noticeable difference occurs in the method using the HHI value than any existing method.

예를 들어, 총 10회의 평가 정보가 특정 온라인 콘텐츠에 입력되는 경우를 가정할 때, 만일 하루에 1회씩 평가 정보가 입력되어 총 10회가 입력되는 경우, HHI는 0.1이 된다. 하지만, 6일 동안 하루에 1회씩 평가 정보가 6회 입력되고, 2일 동안 하루에 2회씩 평가 정보가 4회 입력되면 HHI는 0.14가 된다. 1일 동안 1회의 평가 정보가 입력, 1일 동안 6회의 평가 정보가 입력, 1일 동안 3회의 평가 정보가 입력되게 되면 HHI는 0.46으로 급격하게 상승하게 된다. 이렇게 되면, 사람이 모든 식당의 평가 정보를 검토할 필요 없이, 급격하게 평가 정보 빈도가 변동하는 식당을 찾아낼 수 있게 되는 효과가 발생된다.
예를 들어, 특정 온라인 콘텐츠 A에 평가 정보가 하루에 1회씩 입력되어 총 10회가 입력되는 경우, (1/10)^2 + (1/10)^2 + (1/10)^2 + ... + (1/10)^2 = 0.1 이 HHI로 계산될 수 있다. (수학식 1의 HHI로 계산하면, HHI = 10,000*((10/100)^2 + (10/100)^2 + (10/100)^2 + ... + (10/100)^2) = 1000으로 계산될 수 있다.)
특정 온라인 콘텐츠 B에 6일 동안 하루에 1회씩 평가 정보가 6회 입력되고, 2일 동안 하루에 2회씩 평가 정보가 4회 입력되면 6*(1/10)^2 + 2*(2/10)^2 = 0.14로 계산되어 HHI는 0.14가 된다.
특정 온라인 콘텐츠 C에 1일 동안 1회의 평가 정보가 입력, 1일 동안 6회의 평가 정보가 입력, 1일 동안 3회의 평가 정보가 입력되게 되면 1*(1/10)^2 + 1*(6/10)^2 + 1*(3/10)^2 = 0.46 으로 계산되어 HHI는 0.46이 된다.
이와 같이, 본 발명의 일실시예에 따른 HHI는 특정 온라인 콘텐츠가 특정 기간 간격으로 구분된 기간 단위 중에서 특정 기간 단위가 평가 정보의 점유를 얼마나 독점하는지에 관한 정보이다. For example, assuming that a total of 10 pieces of evaluation information are input into a specific online content, if the evaluation information is inputted once a day and a total of 10 times is input, the HHI becomes 0.1. However, if the evaluation information is inputted 6 times once a day for 6 days and the evaluation information is inputted 4 times twice a day for 2 days, the HHI becomes 0.14. When one piece of evaluation information is input for one day, six pieces of evaluation information are input for one day, and three pieces of evaluation information are input for one day, the HHI sharply rises to 0.46. In this case, there is an effect that a restaurant in which the frequency of the evaluation information rapidly fluctuates can be found without requiring a person to review the evaluation information of all the restaurants.
(1/10) ^ 2 + (1/10) ^ 2 + (1/10) ^ 2 + (1/10) < 2 >, when the evaluation information is input to a specific online content A once a day, ... + (1/10) ^ 2 = 0.1 can be calculated as HHI. (10/100) ^ 2 + (10/100) ^ 2 + ... + (10/100) ^ 2 (10/100) ^ 2 + ) = 1000. ≪ / RTI >
6 (1/10) ^ 2 + 2 * (2/10) when the evaluation information is input 6 times for one day for 6 days to the specific online content B and the evaluation information is inputted 4 times twice for 2 days for 2 days ) ^ 2 = 0.14, so that the HHI becomes 0.14.
1 (1/10) ^ 2 + 1 * (6) When the evaluation information is input for one day in a specific online content C, 6 pieces of evaluation information are input for one day, and 3 pieces of evaluation information are input for one day, / 10) ^ 2 + 1 * (3/10) ^ 2 = 0.46 and HHI is 0.46.
As described above, the HHI according to an exemplary embodiment of the present invention is information on how much the specific period unit occupies the occupancy of the evaluation information among the period units in which the specific online content is divided into the specific period intervals.

이상에서 설명한 바와 같이, 본 발명이 속하는 기술 분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 상술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함하는 것으로 해석되어야 한다.As described above, those skilled in the art will appreciate that the present invention may be embodied in other specific forms without departing from the spirit or essential characteristics thereof. It is therefore to be understood that the above-described embodiments are to be considered in all respects only as illustrative and not restrictive. The scope of the present invention is defined by the appended claims rather than the detailed description, and all changes or modifications derived from the meaning and scope of the claims and their equivalents should be construed as being included in the scope of the present invention.

100: 온라인 콘텐츠의 허위 평가 정보 적발 시스템
101: 클라이언트
102: 네트워크
103: 플랫폼 서비스
104: 온라인 콘텐츠 제공 모듈
105: 온라인 콘텐츠 데이터베이스
106: 평가 정보 수신 모듈
107: 허위 평가 정보 적발 장치
108: 판정 보조 정보 생성 모듈
109: 평가 정보 데이터베이스
110: 허위 평가 정보 판정 모듈
111: 페널티 처리 모듈100: Fraudulent evaluation of online content
101: Client
102: Network
103: Platform Services
104: Online content provision module
105: Online content database
106: Evaluation information receiving module
107: Fraud assessment information capture device
108: Judgment assistance information generation module
109: Evaluation information database
110: False evaluation information determination module
111: Penalty processing module

Claims (5)

온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고, 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 위하여, 특정 온라인 콘텐츠에 대응되는 판정 보조 정보를 생성하는 판정 보조 정보 생성 모듈; 및
상기 플랫폼 서비스에 구성되고, 상기 판정 보조 정보 생성 모듈과 연결되어 상기 판정 보조 정보를 수신받고, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 모듈;
을 포함하고,
상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도에 관하여, 특정 온라인 콘텐츠가 특정 기간 간격으로 구분된 기간 단위 중에서 특정 기간 단위가 평가 정보의 빈도를 얼마나 독점하는지에 관한 정보인 HHI를 포함하며,
상기 허위 평가 정보 판정 모듈은, 전체 온라인 콘텐츠의 상기 HHI의 분포를 구성하고 상기 특정 온라인 콘텐츠의 상기 분포에서의 위치를 기초로 상기 특정 온라인 콘텐츠에 대한 허위 평가 정보의 입력 여부를 판정하는,
허위 평가 정보 적발 장치.
And a platform service that is connected to the client of the user so that the online content can be uploaded and the user can access and input the evaluation information about the online content. In order to detect the false evaluation information of the online content, A judgment auxiliary information generation module for generating judgment auxiliary information corresponding thereto; And
A false evaluation information determination module that is configured in the platform service and is connected to the judgment auxiliary information generation module to receive the judgment assistance information and judge whether false evaluation information is input to the online contents based on the judgment assistance information;
/ RTI >
The judgment assistant information is information about how often the specific period unit monopolizes the frequency of the evaluation information among the period units in which the specific online contents are divided at the specific period intervals with respect to the frequency of the evaluation information of at least one user input in each online contents HHI < / RTI >
Wherein the false evaluation information determination module is configured to configure the distribution of the HHI of the entire online content and determine whether to input the false evaluation information for the specific online content based on the position of the specific online content in the distribution,
Fraud assessment information capture device.
삭제delete 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계;
상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및
상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 단계;
를 포함하고,
상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도에 관하여, 특정 온라인 콘텐츠가 특정 기간 간격으로 구분된 기간 단위 중에서 특정 기간 단위가 평가 정보의 빈도를 얼마나 독점하는지에 관한 정보인 HHI를 포함하며,
상기 허위 평가 정보 판정 모듈은, 전체 온라인 콘텐츠의 상기 HHI의 분포를 구성하고 상기 특정 온라인 콘텐츠의 상기 분포에서의 위치를 기초로 상기 특정 온라인 콘텐츠에 대한 허위 평가 정보의 입력 여부를 판정하는,
허위 평가 정보 적발 방법.
A false evaluation information capturing device configured to be installed in the platform service and connected to the client of the user so that the online content can be uploaded and the user can access the evaluation information about the online content and detect the false evaluation information of the online content An evaluation information receiving step of receiving evaluation information of a specific user regarding a specific online content from the client;
A judgment auxiliary information generation module which is a constitution of the false evaluation information detection device comprises a judgment auxiliary information generation step of generating judgment auxiliary information for the online contents; And
A false evaluation information determination module that is a component of the false evaluation information detection device includes: a false evaluation information determination step of determining whether false evaluation information is input to the online content based on the determination assistance information;
Lt; / RTI >
The judgment assistant information is information about how often the specific period unit monopolizes the frequency of the evaluation information among the period units in which the specific online contents are divided at the specific period intervals with respect to the frequency of the evaluation information of at least one user input in each online contents HHI < / RTI >
Wherein the false evaluation information determination module is configured to configure the distribution of the HHI of the entire online content and determine whether to input the false evaluation information for the specific online content based on the position of the specific online content in the distribution,
A method of detecting false evaluation information.
삭제delete 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계;
상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및
상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 단계;
를 포함하고,
상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도에 관하여, 특정 온라인 콘텐츠가 특정 기간 간격으로 구분된 기간 단위 중에서 특정 기간 단위가 평가 정보의 빈도를 얼마나 독점하는지에 관한 정보인 HHI를 포함하며,
상기 허위 평가 정보 판정 모듈은, 전체 온라인 콘텐츠의 상기 HHI의 분포를 구성하고 상기 특정 온라인 콘텐츠의 상기 분포에서의 위치를 기초로 상기 특정 온라인 콘텐츠에 대한 허위 평가 정보의 입력 여부를 판정하는,
허위 평가 정보 적발 방법을 컴퓨터상에서 수행하는 기록매체에 저장된 프로그램.A false evaluation information capturing device configured to be installed in the platform service and connected to the client of the user so that the online content can be uploaded and the user can access the evaluation information about the online content and detect the false evaluation information of the online content An evaluation information receiving step of receiving evaluation information of a specific user regarding a specific online content from the client;
A judgment auxiliary information generation module which is a constitution of the false evaluation information detection device comprises a judgment auxiliary information generation step of generating judgment auxiliary information for the online contents; And
A false evaluation information determination module that is a component of the false evaluation information detection device includes: a false evaluation information determination step of determining whether false evaluation information is input to the online content based on the determination assistance information;
Lt; / RTI >
The judgment assistant information is information about how often the specific period unit monopolizes the frequency of the evaluation information among the period units in which the specific online contents are divided at the specific period intervals with respect to the frequency of the evaluation information of at least one user input in each online contents HHI < / RTI >
Wherein the false evaluation information determination module is configured to configure the distribution of the HHI of the entire online content and determine whether to input the false evaluation information for the specific online content based on the position of the specific online content in the distribution,
A program stored on a recording medium for performing a false evaluation information detection method on a computer.
KR1020160063822A 2016-05-25 2016-05-25 Apparatus, Method, and Program for Fraud Detecting Related to an Online Content KR101785288B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160063822A KR101785288B1 (en) 2016-05-25 2016-05-25 Apparatus, Method, and Program for Fraud Detecting Related to an Online Content

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160063822A KR101785288B1 (en) 2016-05-25 2016-05-25 Apparatus, Method, and Program for Fraud Detecting Related to an Online Content

Related Child Applications (2)

Application Number Title Priority Date Filing Date
KR1020170126488A Division KR101960962B1 (en) 2017-09-28 2017-09-28 Apparatus and Method for Fraud Detecting Related to an Online Content
KR1020170126487A Division KR101960960B1 (en) 2017-09-28 2017-09-28 Apparatus and Method for Fraud Detecting Related to an Online Content

Publications (1)

Publication Number Publication Date
KR101785288B1 true KR101785288B1 (en) 2017-10-16

Family

ID=60295968

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160063822A KR101785288B1 (en) 2016-05-25 2016-05-25 Apparatus, Method, and Program for Fraud Detecting Related to an Online Content

Country Status (1)

Country Link
KR (1) KR101785288B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200066969A (en) * 2018-12-03 2020-06-11 박정식 Method for multiple debating to verification type in on-line
KR102188205B1 (en) * 2020-05-12 2020-12-08 주식회사 애터미아자 Apparatus and Method for Inspecting Access to Marketing Content
KR20220076712A (en) * 2020-12-01 2022-06-08 나이스디앤알(주) The system to diagnose false used car sales
CN113657918B (en) * 2020-05-12 2024-04-30 株式会社艾多美Aza Marketing content inspection apparatus and method

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015219923A (en) 2014-05-19 2015-12-07 株式会社リコー Spam comment detection method and spam comment detection device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015219923A (en) 2014-05-19 2015-12-07 株式会社リコー Spam comment detection method and spam comment detection device

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
[비특허]SLOW NEWS 가짜 리뷰는 어떻게 골라낼까 (2014.02.24 게재)*

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200066969A (en) * 2018-12-03 2020-06-11 박정식 Method for multiple debating to verification type in on-line
KR102181891B1 (en) 2018-12-03 2020-11-23 박정식 Method for multiple debating to verification type in on-line
KR102188205B1 (en) * 2020-05-12 2020-12-08 주식회사 애터미아자 Apparatus and Method for Inspecting Access to Marketing Content
CN113657918A (en) * 2020-05-12 2021-11-16 株式会社艾多美Aza Marketing content inspection device and method
CN113657918B (en) * 2020-05-12 2024-04-30 株式会社艾多美Aza Marketing content inspection apparatus and method
KR20220076712A (en) * 2020-12-01 2022-06-08 나이스디앤알(주) The system to diagnose false used car sales
KR102576281B1 (en) * 2020-12-01 2023-09-12 나이스디앤알(주) The system to diagnose false used car sales

Similar Documents

Publication Publication Date Title
Viswanath et al. Towards detecting anomalous user behavior in online social networks
JP6540314B2 (en) Facility estimation method, device and program
US20150067853A1 (en) Systems and methods for detecting malicious mobile webpages
US20130332385A1 (en) Methods and systems for detecting and extracting product reviews
US9256692B2 (en) Clickstreams and website classification
TW201513019A (en) Method and system for extracting user behavior features to personalize recommendations
CN107515915A (en) User based on user behavior data identifies correlating method
US20130066814A1 (en) System and Method for Automated Classification of Web pages and Domains
KR102020551B1 (en) Method and Apparatus for Recommending Restaurant Based on Mobile Context Information
Shi et al. A social sensing model for event detection and user influence discovering in social media data streams
KR20150067897A (en) Apparutus and method for predicting popularity of social data
KR101785288B1 (en) Apparatus, Method, and Program for Fraud Detecting Related to an Online Content
US9646104B1 (en) User tracking based on client-side browse history
CN108449311A (en) A kind of social networks hiding method based on attack node similitude
CN110929129A (en) Information detection method, equipment and machine-readable storage medium
KR20190000350A (en) An apparatus and method for detecting fraud evaluation of online contents that distinguish heavy user from fraud user
KR101960962B1 (en) Apparatus and Method for Fraud Detecting Related to an Online Content
KR101960960B1 (en) Apparatus and Method for Fraud Detecting Related to an Online Content
KR20190000351A (en) Apparatus and method for detecting fraud evaluation information of online contents judging a fraud evaluation user group using the number of overlapping evaluation online contents
US11921846B2 (en) Automatic intrusion detection method and apparatus
KR101323535B1 (en) Method for estimating trust level of e-commerce
Wang et al. Positive and unlabeled learning for mobile app user and server interaction prediction
KR20180001168A (en) Apparatus, Method, and Program for Fraud Detecting Related to an Online Content
US11550859B2 (en) Analytics system entity resolution
US20170293956A1 (en) System and method of matching a consumer with a sales representative

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant