无孔不入的垃圾信息
走在帝都的天桥上,有没有发现栏杆上、地面上的小广告?这些小广告在互联网上也是无处不在,是一个巨大的黑色产业链。在做社区产品的时候,和深恶痛绝的垃圾信息做斗争是绕不过去的话题。在UGC为核心的社区中产生大量的垃圾信息,对产品来讲是致命的。其带来一系列的恶劣影响,
这些垃圾信息涉及范围之广,包括黄赌毒等违法内容,若不及时清理,极有可能被网警警告甚至封网,影响产品的生命。从另一方面来说这些信息展现到用户面前,会导致用户失去对产品的信任而流失。当网站遭遇攻击时垃圾信息通常
由于数量巨大,为服务器带来负担,性能降低,影响正常服务。
在长期的反垃圾信息工作中,总结出一些常用的办法,核心的思想就是
,提高垃圾信息的发布成本。对这些发布者而言,他们也是有利益诉求的,当成本大于收益时,他们才会放弃。
顺着这个思路走下去,怎么提高发布成本?那么对于普通用户而言是不是也提高了成本呢?
1 预防机制
1)从通行证开始,在用户ID注册时,限制同一IP注册账号的数量和频率。
在刚出现垃圾信息时,发现发布者都是新注册的账号,我们做了紧急干预,对于新注册3天内的用户内容进行严格的检测,比如不允许发布链接,出现链接的内容先审后发。我们的机制变化后,对方也立即调整了策略,新号注册后在3天后才使用。我们调整为不论何时注册,只要是第一次发布内容,都进行检测,对方就调整为第一篇内容完全符合网站规范,第二篇之后发布大量的垃圾。审核会删除垃圾信息并封号,对方就需要有大量的账号,在注册账号时就提高门槛,比如1小时只允许同一IP注册5个账号,从通行证上就提高对方的发布成本。如此反复,就是一项长期的斗争。
在这里是不是有疑问,既然会被审核人员立即删掉,为什么还会不停的发信息呢?因为网站的收录在百度的权重比较高,可以说是发布不用半分钟就被收录了,而网站删除后 百度搜索还留有快照,因而在百度还会有一定的曝光。
2)验证码
验证码的目的是将背后操作的用户和机器区分出来。在最初应对垃圾信息时,网站的验证码用过数字、图片,还有计算题,结果就是越来越复杂,非但没有有效降低垃圾信息,却遭到正常用户投诉。从被全民吐槽的12306验证码可窥见一二,我认为对于专业从事垃圾信息发布者是没有明显效果的。如果收益巨大,在验证码这个环节甚至可以人工识别。君不见12306眼下还是没有躲过黄牛~但作为一个提高成本的手段,可以设置验证码,但一定考虑到正常用户的操作,切忌验证码太变态。
3)发布机制,是先审后发,还是先发后审
对于非信任用户(新用户)和信任用户分别对待
2 过程处理
在用户发布内容时,检测是否含有敏感词,如果有禁止提交。但这里的敏感词
3事后处理
提高审核效率
删除垃圾信息,封号
封ip
因为捣乱分子的违规行为,伤害大多数人的体验是不合理的,对于社区而言,80%的内容是由20%的核心用户创造的,怎么保证这少数人的体验?设立白名单机制。把这部分核心用户加入白名单,也就是可信任的用户,不受任何限制,保护了核心用户的体验。同时也减轻了审核的负担,在审核时可以最后审核这些用户的内容,从而保证更快的把垃圾信息删除。
保证一小部分人的体验,这就足够了吗?对于4000万用户来说,太不够了。所以白名单要定期维护,把具有某些特征的用户加入到白名单,特征可以是注册了一定时间的,所有发布的内容是正常的,具有一定的等级的用户等待,结合自己的产品可以自定义一些符合正常用户的规则。
组合拳才会起到效果。