TWI506577B - 識別具獎勵的評論者之系統與方法 - Google Patents

Description

識別具獎勵的評論者之系統與方法

本發明係關於識別具獎勵的評論者之系統與方法。

許多電子商務促進行動應用程式的使用，以掃描產品的圖片而取得立即的資訊，例如類似的產品之價格、詳細的資訊、評論及推薦。產品可非常有效率地被購買。當在別處購買產品時，某些使用者甚至使用電子商務網站作為評論來源。

至少一電子商務網站為撰寫評論而提供補償，無論是直接付款或免費產品。補償評論者的僅限受邀人加入的網路是由使用關於“引爆趨勢”的社群網路的原則而產生的。評論者透過數個屬性的檢查來識別而被邀請為補償評論者之網路的一部分。補償評論者通常為某主題上在他們的社群網路中有影響力的人，且可透過數個屬性的檢查來識別。補償評論者通常為說服他人購買產品的人。在Malcolm Gladwell出版了引爆趨勢：舉手之勞成大事(The Tipping Point：How Little Things Can Make a Big Difference)之後，引爆趨勢的原則已在電子商務領域變得普及了。

由於補償評論者的增長，許多評論者可能不再是產品或商品的公平評論來源。此外，一般消費者從評論列表中識別來自補償評論者的評論通常是不可能的，因為電子商 務網站通常不會發佈那些資訊。至於哪些評論能夠相信，消費者則被蒙在鼓裡。

【發明內容及實施方式】

以下的描述請參考構成本發明一部分的附圖，且其中藉由說明施行特定實施例的方式來示出。這些實施例足夠詳細的描述以使那些在本領域中之具通常知識者實施本發明，且應被理解的是可利用其他實施例以及在未背離本發明範疇的情況下提出結構、邏輯及電的變化。因此，範例實施例以下的描述並應被視為有限的意義，而本發明的範疇係由所附的申請專利範圍來定義。

本文所述的函數及演算法在一實施例中的可在軟體或軟體及可由人實施程序的組合中實施。軟體可包括儲存於至少一例如記憶體或儲存裝置之其他類型的電腦可讀取媒體上的電腦可執行指令。而且，此功能對應至模組，其為軟體、硬體、韌體或前述之組合。根據需求，多重功能可在一或多個模組中執行，且所述的實施例僅是範例。軟體可在電腦系統上的數位訊號處理器、ASIC、微處理器或其他類型的處理器上執行，電腦系統為例如個人電腦、伺服器或其他電腦系統。

圖1係為用於提供產品的評論者資訊給使用者之說明架構100的方塊圖。系統110從一或多個電子商務系統115取得評論者的資訊。關於產品評論及評論者的屬性從電子商務網站得到。在某些實施例中，系統110透過網路 連結117爬取電子商務系統115以取得對於每個評論者的各種產品之評論者及評論數量的資訊。資訊可以多個不同的方式得到，包含使用監視器或其他裝置以監視訊息來源(feeds)，例如網際網路RSS(十分簡易的供稿(syndication)-一般用於出版經常更新的資訊)訊息來源(feeds)，而不是以暴力爬取。網路連結可為任何類型的連結至網路的無線或硬體線路，例如網際網路或其他私人或公用類型的網路。

評論者分析器120利用得到的資訊以建立使用者配置文件125、評論130及產品資訊135。這些建立的資料結構可儲存於系統110上或評論者分析器120可存取的地方。系統110也導出關於評論及評論者的統計屬性。例如，每個評論者的評論數量、每個評論的留言數量及每個評論的有效票數量之平均值及標準差可被導出並儲存。若某人為統計測量的上層菁英，也就是說他們擁有大量的評論且在大部分的評論上的留言與票數高於正常數量，則評論者為補償的機率是更大的。

在一個實施例中，得到的屬性用於識別關於電子商務網站之可能的補償評論者。也可在評論者配置文件125中提供分數。關於電子商務網站分數可能與評論者屬於補償評論者的網路的機率成比例。也可在評論者配置文件125中提供資訊識別如何給定分數以及對分數有貢獻的因素。其中在多重電子商務網站中評論者可能相關聯，從此網站得到的資料可相互結合以產生每個電子商務網站的一或多 個評論者分數。

使用者系統140包含允許使用者訪問電子商務系統115以及瀏覽與使用者正在瀏覽的產品相關的產品資訊與評論的功能。系統140可包含正在系統上執行的網站瀏覽器150。在一實施例中，將瀏覽器插件145加入至網站瀏覽器150並監視與每個電子商務系統的使用者互動。在各種實施例中無論是由產品或評論者，當使用者放置游標或以其他方式選擇從電子商務系統115顯示的評論者時，則瀏覽器插件145就查詢使用網路連結155的評論者分析器120。因此，插件145在電子商務網站上方提供分層。插件145檢測使用者何時在評論上鼠標懸停及點擊，以便於相關的評論者的分數顯示，其反映評論者為特定電子商務網站之補償評論者的機率。

關於無論評論者是否可能為補償評論者，評論者分析器120皆取得評論者資訊並透過網路連結160提供指示給使用者。在網路連結160提供的指示可包含分數，其可為任何類型的分數，例如標示器(scale)上的文數識別碼或甚至是例如“不大可能是補償的”或“可能是補償的”的語言指示。其他指示可與使用者使用熟悉的語言，例如“同行評論”或“獎勵評論”。

在某些實施例中，指示包含或鏈結至關於評論者的進一步的資訊，例如給定關於評論者的分數等原因。此資訊可包含相關產品的評論數量，其在大部分的評論上的留言與票數高於正常數量，與評論相關的評論者部落格的分 析，以及可按電子商務網站變化而調整識別及獎勵補償評論者之方式的其他參數。資訊可幫消費者在作購買決策時判斷他們應該多認真地依照評論來考慮。在某些實施例中，由使用者瀏覽的網頁上之所有的評論可具有與顯示的評論相關的評論者分數。

圖2係為流程圖，其說明為使用者提供關於電子商務產品評論者的資訊的方法200。在某些實施例中，產品包含產品與服務，以及可由消費者購買的任何類型的商品。方法200包含在步驟210產生關於產品評論的內容的電子商務以監視使用者互動。在某些實施例中，可透過在使用者裝置上執行的瀏覽器插件145監視使用者互動。

在步驟215，基於使用者互動而查詢伺服器。查詢可由評論者姓名或ID識別評論者以及也可包含識別出現評論的電子商務網站的資訊，以及可選擇性地識別已被評論的產品的資訊。在步驟220，回應此使用者互動的評論者分數被提供至使用者。分數可代表就提供的評論而補償產生分數的評論者的機率。在步驟225，分數可顯示在顯示裝置上。評論者可包含鏈結至對分數有貢獻的進一步的描述參數的資訊。

圖3係為電子商務網站顯示300的流程圖，其說明透過瀏覽器插件145提供的評論310及相關分數315。在一個實施例中，顯示提供投票機制317以允許使用者在分數上投票。在某些實施例中，可提供細節320。在各種實施例中，細節可以分數顯示，或可鏈結至分數且在分數旁或 額外的視窗中顯示。

圖4為流程圖說明根據範例實施例在電子商務網站上給定分數至產品評論者之方法400。在步驟410，評論從電子商務網站中取得。評論可由電子商務網站暴力爬取而取得，或例如RSS訊息來源的電子訊息來源可用來取得評論。在某些實施例中，除了評論之外也可取得在電子商務網站上的評論者配置文件。可取得來自一個以上的電子商務網站的評論。雖然評論者可具有不同的使用者ID而使他們難以在此不同網站間相關聯，但是資訊仍可為有用的。來自不同網站的資訊可代表評論者是否由唯一的網站補償或看起來是由許多不同網站補償。因此，在不同網站的使用者的特性及得到的參數中的差異可指出使用者是否在每一網站上被補償。

在步驟420，產生關於評論及相關的評論者的統計資料。產生的統計資料可基於從社群網路及公共資訊的原則，以識別使用者是否為被補償的評論者群組的成員。例如，在一個實施例中，可產生每位評論者的評論數量、每篇評論的留言數量及每篇評論的有效票數數量的平均值及標準差。

在一個實施例中，自然語言處理器可用於掃描所有可用的評論，以及搜尋在多重評論中發生的評論贅詞中再次使用的相關用語。資訊可用在相同或不同網站及服務上判斷評論者是否可能與其他評論者相同。若被判斷為評論來自相同的評論者，則那些評論可被加入到評論者並比較產 生的統計資料以判斷評論者是否可能為補償評論者。若相同的評論被剪下並貼上在跨越的位置及網站，則可代表評論者的追隨者或相同的評論者。

在進一步的實施例中，評論者的分數也可根據是否評論者擁有部落格且已在其部落格發表評論或甚至其部落格屬於與評論相關的主題。在一範例中，評論者擁有烹飪部落格且已評論炊具及小工具。這將對分數有貢獻且可藉由查看其本身的配置文件及檢查在配置文件中識別的部落格而提取。

在步驟430，具有所選屬性的評論者代表補償評論者已被識別。若評論者擁有大量的評論，且相較於其他評論者，大部分的他們的評論上的留言數量及票數高於正常數量，則其為補償評論者的機率是更高的。若評論者只擁有一個評論，則其為補償的機率是低的。若評論者擁有三個或更多類似的產品評論，可能超過閾值則代表與參數值關聯的機率更高。對於每一參數的閾值可在某些實施例中建立及加權。然後，機率分數可能僅為是否每一參數之閾值已超過的總結。若有三個參數且每個皆給定為1或0，則0的總分數的機率將非常低。若三個參數皆超過，則三個分數將代表機率非常的高。

利用來自電子商務網站的評論者配置文件資訊，以在步驟440驗證所選評論者是否將被識別為可能的補償評論者。參數可包含評論者排名、評論的產品主題及類型，評論者是否擁有在評論產品的網頁或部落格(代表他們更可 能為補償的)，以及評論的頻率(補償評論者往往更一致地在接近的時間間距發表)。一旦被驗證，在步驟450給定分數給每個評論者。在步驟460，關於每個評論者的分數細節與分數鏈結。

圖5係為電腦系統方塊圖，根據範例實施例以實施方法。在圖5所示的實施例中，提供硬體及操作環境，其可應用於任何在其他圖所示的伺服器及遠端用戶端，例如系統110及使用者系統140。在某些實施例中，使用者系統可以是能與電子商務系統，例如網站，提供存取及互動功能的智慧型手機、平板或其他網路裝置。此裝置不需要具有包含圖5中的所有組件。

如圖5所示，硬體及操作環境的一實施例包含以電腦500的形式的通用計算機裝置(例如，個人電腦、工作站及伺服器)，包含一或多個處理單元521、系統記憶體522及系統鏈結523，其可操作地耦合各種系統組件，包含系統記憶體522至處理單元521。可能只有一個或可能有更多的處理單元521，使電腦500的處理器包括單一處理單元或複數個處理單元，其一般稱為多重處理器或平行處理器環境。在各種實施例中，電腦500為傳統電腦、分散式電腦或其他任何類型的電腦。

系統鏈結523可為任何匯流排結構的任何類型，包含使用任何各種匯流排結構的記憶體匯流排或記憶體控制器、周邊匯流排以及區域匯流排。系統記憶體也可簡稱為記憶體，以及在某些實施例中，包含唯讀記憶體(ROM) 524及隨機存取記憶體(RAM)525。基本輸入輸出系統(BIOS)程式526可在ROM 524中儲存，基本輸入輸出系統(BIOS)程式526包含有助於傳遞在電腦500的元件間之資訊的基本例程，例如啟動時。電腦500進一步包含用於讀取及寫入至硬碟(未示出)的硬碟機527、用於讀取或寫入至可移式磁碟529的磁碟機528，以及用於讀取或寫入至如CD ROM或其他光學媒體的可移式光碟531的光碟機530。

硬碟機527、磁碟機528及光碟機530與硬碟機介面532、磁碟機介面533及光碟機介面534分別地耦合。驅動器及其相關的電腦可讀取媒體提供用於電腦500的電腦可讀取指令、資料結構、程式模組及其他資料的非依電性儲存器。應由本領域之具通常知識者理解的是任何類型的電腦可存取媒體能儲存可由電腦存取的資料，電腦可讀取媒體可為例如磁匣(magnetic cassettes)、快閃記憶卡、數位光碟、伯努利匣(Bernoulli cartridges)、RAMs、ROMs、獨立磁碟冗餘陣列(例如，RAID儲存器裝置)等，能用於範例操作環境中。

複數個程式模組可儲存於硬碟、磁碟529、光碟531、ROM 524或RAM 525上，其包含操作系統535、一或多個應用程式536、其他程式模組537及程式資料538。用於實施一或多個本文所述的流程或方法的編程可駐存在任一或一數量的這些電腦可讀取媒體。

使用者可透過如鍵盤540及指標裝置542的輸入裝置 輸入指令及資訊至電腦500。其他輸入裝置(未示出)可包含麥克風、搖桿(joystick)、遊戲把手(game pad)、衛星碟型天線、掃描器等。這些其他的輸入裝置通常透過耦合至系統鏈結523的序列埠介面546連接至處理單元521，但也可由其他介面連接，像是例如平行埠、遊戲埠或通用序列匯流排(USB)。監視器547或其他類型的顯示裝置也可透過如顯示卡548的介面連接至系統鏈結523。監視器547可為使用者顯示圖形使用者介面。除了監視器547之外，電腦通常也包含其他周邊輸出裝置(未示出)，例如揚聲器及印表機。

電腦500可在網路的環境中操作，其使用邏輯連接至一或多個遠端電腦或伺服器，例如遠端電腦549。這些邏輯連接由耦合至或是電腦500的一部份的通訊裝置達成；本發明不限於特定類型的通訊裝置。遠端電腦549可為另一電腦、伺服器、路由器、網路PC、用戶端、對等裝置或其他通用的網路節點，且通常包含許多或所有關於電腦500之上述的I/O的元件，儘管只有記憶體儲存裝置550已被示出。描繪於圖5的邏輯連接包含區域網路(LAN)551及/或廣域網路(WAN)552。此網路化的環境在所有類型的網路之辦公室網路、企業廣域電腦網路、內部網路及網際網路中為司空見慣的。

當使用於LAN網路化的環境中時，電腦500透過網路介面或網路卡553被連接至LAN 551，網路介面或網路卡553為通訊裝置的之一類型。在某些實例中，當使用於 WAN網路化的環境中時，電腦500通常包含用於建立如網際網路的廣域網路552上的通訊的數據機554(通訊裝置的另一類型)或其他任何類型的通訊裝置，例如無線收發器。數據機554可為內建或外接的，其透過序列埠介面546連接至系統鏈結523。在網路的環境中，描繪關於電腦500的程式模組可儲存於遠端電腦或伺服器549的遠端記憶體儲存裝置550中。應被理解的是所示的網路連結為範例性，以及可透過任何合適的交換器、路由器、插座及電源線使用用於建立電腦間的通訊鏈結的其他手段或通訊裝置，其包含混合式光纖同軸電纜連結、T1至T3線路、DSL’s(數位用戶迴路)、OC-3(以傳輸速率3x51.84百萬位元組/秒的光學載波)及/或OC-12(以傳輸速率12x51.84百萬位元組/秒的光學載波)、TCP/IP(傳輸控制協定/網際網路協定)、微波、無線應用協定及其他任何電子媒體，其如同由本領域中之具通常知識者已知及理解的相同。

範例：

1.一種用於識別補償評論者的範例方法，方法包括：透過具有關於產品評論的電子商務產生內容之特定程式化的機器，監視使用者互動；以及透過回應給此使用者互動的機器提供評論者分數，其中分數為代表就提供的評論而補償產生分數的評論者的機率。

2.如範例1的範例方法，其中透過執行於使用者電腦系統上的瀏覽插件監視使用者互動。

3.如範例1或2的範例方法，更包括：基於使用者互動查詢伺服器；以及從伺服器中接收分數，其中提供評論者分數包括在顯示裝置上顯示評論者分數。

4.如範例3的範例方法，其中在顯示裝置上顯示評論者分數包含提供鏈結至對分數有貢獻的進一步的資訊描述參數。

5.如範例4的範例方法，其中參數包含用於類似的產品或同一類別的產品之評論者的評論數量。

6.如範例4的範例方法，其中參數包含在其評論中的票數。

7.如範例1、2、3、4、5或6的範例方法，其中評論者分數係根據相關的產品的評論者部落格。

8.至少一種電腦可讀取儲存裝置，其具有儲存於其上的指令，用於使電腦實施範例1至7的方法之一者。

9.一種用於識別補償評論者的範例方法，方法包括：從電子商務網站取得評論；透過特定程式化的機器產生關於評論者的評論的統計資料；透過具有代表補償評論者的統計資料的機器識別評論者；以及透過用於評論者的機器產生分數，其代表每一評論者為補償評論者的機率。

10.如範例9的範例方法，更包括：在電子商務網站上，透過關於評論者的通訊網路從使用者系統接收查詢；以及在顯示裝置上，提供分數給用於顯示的使用者系統。

11.如範例10的範例方法，其中提供評論者分數包含提供鏈結至對分數有貢獻的進一步的資訊描述參數。

12.如範例11的範例方法，其中參數包含用於類似的產品的評論者的評論數量及在其評論上的票數。

13.如範例9的範例方法，更包括：從電子商務網站取得評論者配置文件；以及使用取得的配置文件的資訊驗證識別的補償評論者。

14.至少一種範例電腦可讀取儲存裝置，其具有儲存於其上的指令，用於使電腦實施識別補償評論者的方法，此方法包括：從電子商務網站取得評論；透過特定程式化的機器產生關於評論者的評論的統計資料；透過具有代表補償評論者的統計資料的機器識別評論者；以及透過用於評論者的機器產生分數，其代表每一評論者為補償評論者的機率。

15.如範例14的範例電腦可讀取儲存裝置，更包括：在電子商務網站上，透過關於評論者的通訊網路從使用者系統接收查詢；以及在顯示裝置上，提供分數給用於顯示的使用者系統。

16.如範例14的範例電腦可讀取儲存裝置，其中提供評論者分數包含提供鏈結至對分數有貢獻的進一步的資訊描述參數。

17.如範例16的範例電腦可讀取儲存裝置，其中參數包含用於類似的產品的評論者的評論數量及在其評論中的票數。

18.如範例15的範例電腦可讀取儲存裝置，更包括：從電子商務網站取得評論者配置文件；以及使用取得的配 置文件的資訊驗證識別的補償評論者。

19.一種用於識別補償評論者的範例系統，此系統包括：監視器，以監視具有關於產品評論的電子商務產生內容的使用者互動；以及顯示器，其提供評論者分數以回應此使用者互動，其中分數係代表就提供的評論而補償產生分數的評論者的機率。

20.如範例19的範例系統，更包括：查詢介面，其基於使用者互動查詢伺服器；以及接收器，其從伺服器接收分數及提供分數給顯示器。

21.如範例18或19的範例系統，其中顯示提供鏈結至對分數有貢獻的進一步的資訊描述參數，以及其中參數包含用於類似的產品或在相同類別中的產品之評論者的評論數量。

22.如範例19的範例系統，其中監視器包括瀏覽插件。

23.一種用於識別補償評論者的範例系統，此系統包括：監視器，其從電子商務網站取得評論；分析器，其透過特定程式化的機器產生關於評論者的評論的統計資料，分析器識別具有代表補償評論者的統計資料的評論者，以及分析器透過用於評論者的機器產生分數，其代表每一評論者為補償評論者的機率。

24.如範例23的範例系統，更包括伺服器，以在電子商務網站上透過關於評論者的通訊網路，從使用者系統接收查詢，以及在顯示裝置上提供分數給用於顯示的使用者 系統。

25.如範例23的範例系統，其中伺服器提供鏈結至對分數有貢獻的進一部的資訊描述參數。

26.如範例25的範例系統，其中參數包含用於類似的產品之評論者的評論數量及在其評論中的票數。

27.如範例23的範例系統，其中分析器從電子商務網站取得評論者配置文件，以及使用取得的配置文件的資訊驗證識別的補償評論者。

儘管一些實施例已在上述詳細描述，但是其他修改都是可能的。例如，圖中描繪的邏輯流程不需要按所示的特定順序或連續順序以達成理想的結果。可從描述的流程提供其他步驟或移除步驟，以及可從描述的系統加入或移除其他組件。其他實施例可在下述的申請專利範圍的範疇內。

100‧‧‧架構

110‧‧‧系統

115‧‧‧電子商務系統

117‧‧‧網路連結

120‧‧‧評論者分析器

125‧‧‧使用者配置文件

130‧‧‧評論

135‧‧‧產品資訊

140‧‧‧使用者系統

145‧‧‧瀏覽插件

150‧‧‧網站瀏覽器

155‧‧‧網路連結

200‧‧‧方法

300‧‧‧顯示

310‧‧‧評論

315‧‧‧分數

317‧‧‧投票機制

320‧‧‧細節

400‧‧‧方法

500‧‧‧電腦

521‧‧‧處理單元

522‧‧‧系統記憶體

523‧‧‧系統鏈結

524‧‧‧唯讀記憶體

525‧‧‧隨機存取記憶體

526‧‧‧基本輸入輸出系統程式

527‧‧‧硬碟機

528‧‧‧磁碟機

529‧‧‧可移式磁碟

530‧‧‧光碟機

531‧‧‧可移式光碟

532‧‧‧硬碟機介面

533‧‧‧磁碟機介面

534‧‧‧光碟機介面

535‧‧‧操作系統

536‧‧‧應用程式

537‧‧‧其他程式模組

538‧‧‧程式資料

540‧‧‧鍵盤

542‧‧‧指標裝置

546‧‧‧序列埠介面

547‧‧‧監視器

548‧‧‧顯示卡

549‧‧‧遠端電腦

550‧‧‧記憶體儲存裝置

551‧‧‧區域網路

552‧‧‧廣域網路

553‧‧‧網路介面

554‧‧‧數據機

圖1係根據範例實施例的方塊圖，其說明用於提供資訊給使用者關於產品評論者的架構。

圖2係根據範例實施例的流程圖，其說明提供使用者關於電子商務產品評論者的資訊之方法。

圖3係根據範例實施例的電子商務網站之顯示的方塊圖。

圖4係根據範例實施例的流程圖，其說明在電子商務上給定分數至產品評論者的方法。

圖5係根據範例實施例的電腦系統實施方法的方塊圖。

200‧‧‧方法

Claims (27)

1. 一種識別補償評論者之方法，該方法包括：透過具有關於產品評論的電子商務產生內容之特定程式化的機器，監視使用者互動；以及透過回應給此使用者互動的該機器提供評論者分數，其中該分數係代表就提供的評論而補償產生該分數的評論者的機率。
2. 如申請專利範圍第1項之方法，其中該使用者互動係透過在使用者電腦系統上執行的瀏覽器插件來監視。
3. 如申請專利範圍第1或2項之方法，更包括：基於該使用者互動查詢伺服器；以及從該伺服器接收該分數，其中提供評論者分數包括在顯示裝置上顯示該評論者分數。
4. 如申請專利範圍第3項之方法，其中在該顯示裝置上顯示該評論者分數包含提供鏈結至對該分數有貢獻的進一步的資訊描述參數。
5. 如申請專利範圍第4項之方法，其中該參數包含用於類似的產品或在相同類別中的產品之該評論者的評論數量。
6. 如申請專利範圍第4項之方法，其中該參數包含在其評論中的票數。
7. 如申請專利範圍第1或2項之方法，其中該評論者分數係根據相關產品之評論者部落格。
8. 一種電腦可讀取儲存裝置，其具有儲存於其中的指 令，用於使電腦實施如申請專利範圍第1至2項之一者的方法。
9. 一種識別補償評論者之方法，該方法包括：從電子商務網站取得評論；透過關於評論者的評論之特定程式化的機器產生統計資料；透過具有代表補償評論者的統計資料的該機器識別評論者；以及透過用於該評論者的該機器產生分數，其代表每一評論者為補償評論者的機率。
10. 如申請專利範圍第9項之方法，更包括：在電子商務網站上，透過關於評論者的通訊網路從使用者系統接收查詢；以及在顯示裝置上，提供該分數給用於顯示的該使用者系統。
11. 如申請專利範圍第10項之方法，其中提供該評論者分數包含提供鏈結至對該分數有貢獻的進一步的資訊描述參數。
12. 如申請專利範圍第11項之方法，其中該參數包含用於類似的產品的該評論者的評論數量，及在其評論中的票數。
13. 如申請專利範圍第9項之方法，更包括：從該電子商務網站取得評論者配置文件；以及使用該取得的配置文件的資訊驗證識別的補償評論 者。
14. 一種電腦可讀取儲存裝置，其具有儲存於其上的指令，用於使電腦實施識別補償評論者的方法，該方法包括：從電子商務網站取得評論；透過特定程式化的機器產生關於評論者的該評論的統計資料；透過具有代表補償評論者的統計資料的該機器識別評論者；以及透過用於該評論者的該機器產生分數，其代表每一評論者為補償評論者的機率。
15. 如申請專利範圍第14項之電腦可讀取儲存裝置，更包括：在電子商務網站上，透過關於評論者的通訊網路從使用者系統接收查詢；以及在顯示裝置上，提供該分數給用於顯示的該使用者系統。
16. 如申請專利範圍第14項之電腦可讀取儲存裝置，其中提供該評論者分數包含提供鏈結至對該分數有貢獻的進一步的資訊描述參數。
17. 如申請專利範圍第16項之電腦可讀取儲存裝置的方法，其中該參數包含用於類似的產品的該評論者的評論數量，及在其評論中的票數。
18. 如申請專利範圍第15項之電腦可讀取儲存裝置， 更包括：從該電子商務網站取得評論者配置文件；以及使用該取得的配置文件的資訊驗證識別的補償評論者。
19. 一種用於識別補償評論者的系統，該系統包括：監視器，以監視具有關於產品評論的電子商務產生內容的使用者互動；以及顯示器，其提供評論者分數以回應此使用者互動，其中該分數係代表就提供的評論而補償產生該分數的評論者的機率。
20. 如申請專利範圍第19項之系統，更包括：查詢介面，其基於該使用者互動查詢伺服器；以及接收器，其從該伺服器接收該分數及提供該分數給該顯示器。
21. 如申請專利範圍第19或20項之系統，其中該顯示器提供鏈結至對該分數有貢獻的進一步的資訊描述參數，以及其中該參數包含用於類似的產品或在相同的類別中的產品之該評論者的評論數量。
22. 如申請專利範圍第19項之系統，其中該監視器包括瀏覽器插件。
23. 一種用於識別補償評論的系統，該系統包括：監視器，其從電子商務網站取得評論；分析器，其透過特定程式化的機器產生關於評論者的評論的統計資料，該分析器識別具有代表補償評論者的統 計資料的評論者，以及該分析器透過用於該評論者的該機器產生分數，其代表每一評論者為補償評論者的機率。
24. 如申請專利範圍第23項之系統，更包括伺服器，以在電子商務網站上透過關於評論者的通訊網路，從使用者系統接收查詢，以及提供該分數給用於顯示於顯示裝置上的該使用者系統。
25. 如申請專利範圍第23項之系統，其中該伺服器提供鏈結至對該分數有貢獻的進一步的資訊描述參數。
26. 如申請專利範圍第25項之系統，其中該參數包含用於類似的產品的該評論者的評論數量，及在其評論中的票數。
27. 如申請專利範圍第23項之系統，其中該分析器從該電子商務網站取得評論者配置文件，以及使用該取得的配置文件的資訊驗證識別的補償評論者。