哈斯日志
纪录我们在网路上奔波的历程!
  • »新帖子
  • s60v3上网软件推荐
  • 给blogger上托管的博客换个账号
  • 当当搞了个读书频道
  • 对你的电脑的性能很有信心?
  • Twitter很好很强大
  • 再谈雅虎搜索
  • 本地文件搜索工具
  • 雅虎Search Monkey
  • 移动钱包
  • 信息可信度的站点类型

  • Reward hasiblog
    利用网络识别虚假信息几个方法-哈斯日志
    利用网络识别虚假信息几个方法
    星期一, 二月 16, 2009
    网络上信息鱼目混珠,有很多欺诈诈骗信息,甚至有故意干扰、引导舆论导向“五毛党”、企业在网络上的品牌营销团队、甚至专门给人做这方面的咨询公司等,他们以自组织的力量,利用网络上建立网站、博客、社区等便捷的发布通道,来引导某个主题信息的导向,或者,制造网络关注注意力,分散聚焦点,影响人们的正常关注力聚焦和对正常的信息判断,当然,并不是说这些事情全是坏事,这也是网络的媒体价值方面的一种呈现。

    但是这方面现被用来“直接欺诈、诈骗”“制造民意”“引导舆论导向”“隐藏真相”,那么对人的影响就只有坏的方面,导致的网民获取信息的真实性受到干扰,影响对于事情最终判断,或产生偏差,如何能识别网络上信息的真实程度、可信度,粗浅地分享几个想法:

    1 对于欺诈型信息,识别相对直观、简单,就是不要被贪念左右,“不要太轻信天上会掉下馅饼”,百度知道的防欺诈专题,这应该成为一种生活在信息资讯发达的年代里,每个人必备的生活常识。

    2 另外对于不确定的信息要有一种质疑状态,而不能说是“存在就是正确的”。
    春节期间,不少亲戚朋友说起某个东西的时候,都会说“这个网上都有”“怎么怎么能在网上看到”。这种信任在网络发展的初期,利用网络发布还是有很高成本的那个阶段,也许可以的。但是今天整个网络的使用形态已经发生了巨变,技术门槛越来越低,使用成本越来越低,今天利用网络发布、分享、推广是一种常态。目前还没有有一个针对网络上信息的可信性、有效性负责任的机制。

    3 利用搜索工具来看看你质疑的部分别人怎么看待。由于网络的现在的普及面已经非常高,你关注的问题一般都回同样被其他人关注。所以利用搜索去搜一下,看看别人怎么看待你所关注的这些点。

    比如电视购物上哪个有又恶心又诱惑的“联合康森”的厨房卫士,还搞个新名词活氧,通过搜索会发现还是臭氧除菌,老技术新包装。再看看搜索结果一码质疑、责问、谩骂,这玩意儿还能信吗。插一句啊,有两个很好的行业,在中国被做坏了,电视购物、保险。

    4 多数情况都不会如上面的,以一种绝对形态存在。都是有好有坏,好坏参次。这个时候,需要依赖搜索引擎和一些能有效的围绕信息的主题进行比较、排定,或更深入的一些验证。

    比如,德尔地板好不好。去网上查了以后会发现,评价很多(搜的人很多,相关的信息也很多),感觉恶评也很多,好评也不少。OK,基于这些信息如何判断。

    首先,第一要恭喜你,德尔的用户挺多(如果不确信,可以用同价位的其他品牌的产品去搜一搜)。
    第二,你要看看,说评价德尔“好”的人,为什么说他好,加入只会说,销售人员给你很多折扣这样的,那你要三思。
    第三,看看说不好的人为什么说“不好”,比如,多数集中在售后服务,而在产品质量上问题倒不是很多,那好,看看售后服务是不是你这个产品特别需要关注的问题,一般来说家电对售后要求高些,但是地板这样的就不是那么重要。同时要确定售后服务差到那种地步,是否有改进的空间,是否是你可以接受的,比如可以查一查德尔的公司针对这方面的新闻、咨询销售商(这两个方面,官方网站、新闻媒体中的信息更可靠一些。)、到论坛里看看其他跟你一样的消费者的说法(这个时候,就如信息可信任任性网站类型》提到的,博客论坛里的信息更可靠一些),并电话跟德尔客服确定一些问题。最后根据这些信息你就能够获得一个比较明确的结论。

    5 在公开的新浪的新闻编辑手册中,第一条就是交代信息真实与否要依赖于来源权威性验证,也就是原始出处。如果对信息有质疑,可以利用搜索引擎对信息的内容和时间要素进行验证,从而获得原始出处,或者更接近原始出处的信息源,然后进行有效的对比分析。从而更容易靠近真相。时效性非常高的信息,需要充分利用activity flow如twitterfanfou等微内容平台追逐信息原貌,这样会更有效,此次央视大楼大火就展现了twitter的价值

    6 在对信息进行验证和分析的时候,时刻关注和把握信息参与者的利益倾向。这是导致信息被转载、推荐或修改发布的动因。

    7 通过通用搜索来获取验证的线索,利用专业工具进行验证和分析,比如垂直类的搜索工具(ip138、列车航班信息等)、专业数据库(CNKI,食品药品监督局、专利数据)、其他传统的检索系统的数据库,比如scholar、网络图书馆等。

    标签: ,

    This Written at 二月 16, 2009 by loverty.  

    0条评论

    发表评论

    << Home