大众点评网公正性受质疑 被指评论常无故被删

近日,记者接到来自宝山区瞿小姐的电话,称其刚开张的一家料理店受到大众点评网用户的恶意点评,却投诉无门。有意思的是,这个差评时间恰巧是瞿小姐与大众点评网宣传合作即将结束的时候出现的。与此同时,近期,记者也听到一些点评网会员反应,大众点评网网站时常无故删除他们的评论,常常让他们不知所措。

  以口碑点评为卖点的大众点评网,是操纵点评,还是对“好评”、“差评”持“双重标准”?记者为此进行了进一步采访。

  点评网商户:

  大众点评网是否操纵点评?

  今年年初,瞿小姐在上海宝山区的一家料理店新开张,开张约一个礼拜,瞿小姐便十分突然地遇到了大众点评网销售员的“登门拜访”。

  令瞿小姐惊讶的是,网站销售员对她的店铺经营状况摸得一清二楚。由于地段缘故,瞿小姐开张后的生意处于“温暾”状态。销售员表示,只要瞿小姐在他们网站投放宣传,就可以提高店铺人气,并且以新店入驻对折的优惠价格,给瞿小姐体验7000元/两个月(原价7000元/一个月)的宣传产品。

  由于是最初级投放标准,服务的内容也相对简单:除了可以入驻网站,获得关键词搜索功能外,还能通过网站分发优惠券来吸引顾客。瞿小姐觉得这个宣传体验价尚可接受,便当即与其签定了大众点评网商户合作合同。

  很快,瞿小姐的料理店便入驻进了大众点评网站,刚驻扎头一个月,生意果然有了起色,也有不少食客在店铺里留言,发表点评。

  一转眼,瞿小姐与大众点评网签定的两个月商户宣传关系即将结束,由于随后的宣传价跳回到7000元/一个月,瞿小姐认为宣传成本有些偏高,正犹豫是否继续投放。就在此时,一条奇怪的食客“差评”搅乱了瞿小姐的正常营业。

  一位等级较高的会员在店铺里点评称,瞿小姐的料理店里椰奶、清酒、梅酒等饮料都掺水,并且还对其他食材都进行了不同程度的批评。就这样,连着三天,瞿小姐原本还不错的生意突然门庭冷落,甚至比宣传前还差。

  不甘心被“差评”冤枉的瞿小姐打电话给大众点评网客服,要求网站来实际检查状况,以证明自己店铺根本没有在饮料里兑水,请求网站删除不公正的差评。但遭到客服方面的拒绝,理由是“要保留来自各方面的声音”。

  记者对大众点评网调查时发现,瞿小姐店铺差评发布后的第三天,又出现了一条“超级好评”。此后,瞿小姐的生意又回到了正轨,由于该事件发生时间正接近宣传结束期,瞿小姐猜测,是否网站有意向其传达这样一种信息,譬如“点评”的好坏可以左右生意的兴衰?

  点评网会员:

  保留好评差评是否存在“双重标准”?

  是公正地保留各方声音,还是有意向客户显示“权威”?大众点评网是否在商户点评中实践着统一的评判标准?在随后记者对一些点评者及网友的采访中,却先后听到了另一种声音。

  网友小P表示,她去年年底时在大众点评网(上海站)一家名叫洋葱餐厅的点评栏里,写了自己不愉快的就餐经历,大致是餐厅收费偏贵、许多菜点单后没有、服务态度不好等。此条评论出现后不久,就同时有三位钻石等级的高级会员依次发表了三篇洋洋洒洒的“超级好评”,将小P的点评挤了下去。

  某网友可能觉得这样的“点评”有些“蹊跷”,就在大众点评网里留言表示,怀疑三位钻石会员有“托”的嫌疑。可奇怪的是,该网友的留言点评在第二天就神秘消失了。

  今年年初,一北京网友baggiokiva表示,其和几个朋友去鸟巢的欢乐冰雪季滑雪,当时看电视广告宣传是80元/2小时,可到了现场他们发现,各种费用加起来要560元一个人。回来后,baggiokiva和朋友们均表示不满,觉得被广告给蒙了,于是便在大众点评网上发表点评,提醒其他网友实际价格与广告宣传不符等情况。结果,他们的点评也是被无理由删除。

  同样,陈小姐于年初时在大众点评网上评论某家上海婚纱摄影工作室,大致内容是觉得这家工作室拍摄质量不佳,照片乏善可陈,性价比不高等情况。结果,评价不但被删除了评价,还遭到网站对其会员等级的扣分。陈小姐琢磨后发现,该工作室碰巧是大众点评网上的广告大客户。

  一位网友愤愤道,一边声称“要保留各方声音”,另一边又在删除其他网友的点评,难道大众点评网在对待网友点评和入驻商户的态度上存在双重标准吗?

  大众点评网:

  网站严格打击虚假点评

  针对部分商户和网友的种种质疑,记者采访了大众点评网,该网站相关负责人李小姐表示:“客观、公正是我们网站的基本宗旨,也是我们的生存根本。经过多年的摸索,大众点评网总结了一套非常严格的审核系统来保证点评的客观公正性,不论是网友、商户,如对任何点评内容有意见,可以采用网站报错机制,或通过客服报错、投诉等方式,向我们反映,网站根据相应的流程会及时跟进处理。为了维持网站的客观公正,大众点评网做了大量的工作,包括打击虚假点评、维护消费者权益等。”

  对于外界流传的网站是否存在“点评枪手”的说法,大众点评网方面表示,近段时间以来,大众点评网接到来自各方面的举报信息,经过核查发现,部分商家自己发布自家商户的虚假点评、雇用第三方炒作点评马甲、违规召集试吃、体验活动来炒作点评,或大量刷流量,对点评的真实性和公正性造成了较大的影响,导致这部分作弊商户的排行和评分出现虚高,将误导消费者的消费行为,同时该行为也影响到其他绝大部分未作弊商户公平、公正的商业竞争环境。

  根据这些违规商户情节的轻重,大众点评网目前采取了不同的处理方式:对有些商户,取消显示该商户在网站之前所有的默认点评,同时取消该商户在网站的所有历史评分、星级和流量;情节严重或者屡犯者,将在网站对该商户予以除名,彻底屏蔽;有些则对商家马甲账号予以封号,关闭炒作点评的商家部落等。并对极个别严重违规商户的处理措施进行了网站首页公示。

  针对有网友怀疑,大众点评网内部人员可能删除差评的做法,大众点评网方面表示,网站的评论通常只有用户本人可以删除。在网站内部,只有少量编辑与技术人员有删除评论的权限,其他网站人员都不具备“删差”权限。虽然不排除他人买通工作人员删评论的可能性,但网站方面认为,由于大众点评网素来是以用户口碑为卖点,因此不会为了几百块钱的蝇头小利而导致形象受损。

  据记者了解,近段时间,网上出现了一大批“删差团”,这些人声称只要用户交钱,就能为其解决“燃眉之急”。这些“删差团”足迹遍步大众点评网、百度快照、丁丁网等相关网站,删差评收费从几十元到上千元不等。比如:删除大众点评网这样的网站点评信息,收费大约在1200元-3000元不等。

  那么,所谓的“删差团”究竟是如何删除差评的呢?据称,他们会“找公关渠道删除”。而具体操作手法则讳莫如深,只是暗示可以找网站内部工作人员删除。

深度学习是机器学习的一个子领域,它基于人工神经络的研究,特别是利用多层次的神经络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经络(Neural Networks)**:深度学习的基础是人工神经络,它是由多个层组成的络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经络(Feedforward Neural Networks)**:这是最见的神经络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经络(Convolutional Neural Networks, CNNs)**:这种络特别适合处理具有格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经络(Recurrent Neural Networks, RNNs)**:这种络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非适合复杂的序列预测任务。 6. **生成对抗络(Generative Adversarial Networks, GANs)**:由两个络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经络中用于添加非线性,使得络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值