楊超
惡意刷單從自動化程度區(qū)分,可以分為人為惡意刷單,機(jī)器算法惡意刷單兩大類。人為惡意刷單由人親自控制,精確度高,可控性強(qiáng),甚至還有一定的應(yīng)變能力,但缺點(diǎn)是成本較高;機(jī)器算法惡意刷單是指用自動化算法來模擬人的操作進(jìn)行惡意刷單,自動化程度高,速度快,可快速達(dá)到目標(biāo),但缺點(diǎn)是其惡意的行為較容易被識破,應(yīng)變力較弱。從危害程度來看,機(jī)器算法惡意刷單的危害性更強(qiáng),更容易以低成本快速達(dá)到目的。
惡意刷單從技術(shù)上踩到了電商平臺的痛點(diǎn),即從技術(shù)上比較難以辨別——哪些刷單是人為故意的,是為了提高銷量而進(jìn)行的不正當(dāng)操作,應(yīng)該嚴(yán)厲懲罰的;哪些是被對手惡意刷單,應(yīng)該懲罰惡意攻擊者而不是商家本身的。如果是實(shí)體商家,這兩種行為模式有著較大區(qū)別,無論對執(zhí)法者還是購買者都比較容易區(qū)分。
為了提高虛假銷量而進(jìn)行的惡意刷單存在了較長時間,國內(nèi)幾大電商平臺也從技術(shù)角度不斷改進(jìn)辨別和判斷的方法,原來早期判斷惡意刷單是基于定量算法,例如銷量超過某個百分比就判定或懲罰。后來提出了更精確的定性算法,用較復(fù)雜的權(quán)值算法將多種參數(shù)綜合考慮,并提出“假一罰三”等新的懲罰措施。最近以來,平臺也在引入機(jī)器學(xué)習(xí)算法等新的方法來提高判斷準(zhǔn)確率。
所以,目前的情況是電商平臺有很多手段可以判斷是否存在惡意刷單,但鮮有方法可以準(zhǔn)確、高效地判定“被動型”惡意刷單。而隨著電商競爭的激烈化,惡意刷單還可能分化出各種新的類型,這些問題給電商平臺又出了一張技術(shù)和管理的考卷。