ethos

刚读了一篇关于Ethos的思考的文章，文中提到了一个目前Ethos最大的问题————熟人互相刷好评和报复性差评风险，这个问题是点评类平台不可避免的，甚至web2的购物平台都有给返佣刷好评和商家互相恶意差评的问题。
我们来看看web2的大众点评是如何解决这些问题的。
1. Ai+风控模型筛选，查询资料得知平台部署了上百种风控模型，结合AI技术识别异常评价模式。比如短期内同一商户出现大量相似评价（如同IP地址、相似文案、高频次评价）会被标记为高风险，触发系统自动拦截或者降权处理。

2.人工复核争议评价，对于ai无法判断的评价，审核团队会结合用户消费记录、评价时间、图片真实性（如是否盗图）、地理位置等多维度信息综合判断。例如，熟人多次集中评价同一商户时，若未实际到店消费，人工审核会判定为虚假评价并删除。

3. 用户参与评审机制...