衆包可靠性測量 - 垃圾郵件/欺詐檢測

Question

我想從網站用戶那裏收集某種地理信息 - 對於給定的一組數據，他們將標記複選框，指示地點是否已經給予屬性。是否有任何工具/框架基於整個收集的數據集（可能還有其他信息）來檢測欺詐或垃圾郵件提交？我想獲得過濾，更可靠的數據。

Answer 1

不知道如果這是你要求什麼，但這裏有使用Amazon土耳其人從我的經驗的一些技巧：

有幾個學術論文處理這樣的問題。 here是一個不錯的選擇。 此外，根據以下一般建議，我創建了一個處理我的數據的自定義過程：

a。包括一個未解決的問題，並過濾掉未被回答的情況。自動回答這樣的問題很難，對於欺詐者來說，這也可能更加耗時，因而不太吸引人。

b。如果可能的話，不要使用二進制標度（即複選框），而要使用一些等級（例如1-4或1-6）。這會給你更多的數據。

℃。如果可用，請過濾掉填寫表單所用時間太短的情況。 （尤其有用的，如果你包括那個未解決的問題）

d。如果您有多個用戶輸入，請檢查重複答案，以及始終如一地給出遠超平均答案的用戶。 如果每個用戶只提交一個「表單」，請考慮在其中放置多個單元/問題，以便每個用戶獲得多個提交。

e。如果您每個用戶或用戶標識只有一個提交，則您的選項更受限制。如果您有足夠的數據，我可以建議過濾outliars（例如數據點遠離平均值3個標準偏差）。

f。在所有過濾之後，檢查數據中的一致或不一致（例如，通過檢查數據點的多少比例落在平均值的x個標準偏差範圍內）。在達成一致的情況下，使用平均值;如果不同意，請收集更多數據。

希望它能幫助，