Bewertungsportale gewinnen zunehmend an Relevanz, mit ihnen rücken auch Fake Reviews in den Vordergrund der Forschung. Die Arbeit beschäftigt sich mit dem aktuellen Stand der Forschung und den Hauptforschungsfeldern, der Identifikation von gefälschten Bewertungen und der Motivation, diese zu verfassen.
Es wird deutlich, dass bisher keine universelle Lösung zur Erkennung von gefälschten Rezensionen entwickelt wurde und eine Vielzahl an verschiedensten Herangehensweisen existieren. Zudem liegt die Motivation, diese zu verfassen an diversen Hintergründen. Die vorliegende Arbeit untersucht dabei hauptsächlich die Motive von Kunden. Der Wunsch nach Rache und die Markenliebe zu einem Unternehmen bilden dabei signifikante Motive. Zuletzt wird der Bezug zur Hotellerie hergestellt. Bewertungen spielen für das Buchungsverhalten der Kunden eine große Rolle. Gefälschte Bewertungen als Hotelier zu schreiben kann sich positiv auf das Buchungsverhalten auswirken, bringt aber auch Konsequenzen mit sich.
Inhaltsverzeichnis
1 Einleitung
2 Stand der Forschung
3 Identifikation von Fake Reviews
3.1 Grundlage der Forschung
3.2 Übersicht der Studien
3.3 Lernart
3.4 Klassifikatoren
4 Motivation zu Fake Reviews
4.1 Interne Faktoren
4.2 Machtempfinden
5 Bewertungen in der Hotellerie
6 Diskussion
7 Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht den aktuellen Forschungsstand zu gefälschten Online-Bewertungen, analysiert Methoden zur deren Identifikation sowie die zugrundeliegenden psychologischen Motive der Verfasser und bewertet deren Auswirkungen auf die Hotellerie.
- Methoden zur automatischen Identifikation von Fake Reviews mittels maschinellem Lernen
- Analyse interner psychologischer Faktoren wie Rachewunsch und Markenliebe als Anreize
- Untersuchung des Einflusses von Machtempfinden auf das Verfassen gefälschter Rezensionen
- Bedeutung von Kundenbewertungen für Buchungsverhalten und Preiskalkulationen in der Hotellerie
- Rechtliche und ethische Konsequenzen des Einsatzes gefälschter Bewertungen
Auszug aus dem Buch
3.1 Grundlage der Forschung
Die Identifikation von Fake Reviews ist eines der zentralen Hauptforschungsgebiete im Themenfeld der gefälschten Bewertungen (Wu et al., 2020, S. 6). Es gibt bereits zahlreiche Studien, welche sich mit diesem Thema auseinandersetzen. Ein Großteil der Studien wurde an Datensätzen von Yelp getestet, eines der meist genutzten Verbraucherportale, welches auch für seine Nutzer Hotelbewertungen bereitstellt. Bereits im Jahr 2015 konnte yelp.com durchschnittlich 142 Millionen monatliche Besucher und insgesamt 77 Millionen veröffentlichte Bewertungen verzeichnen. Dabei strebt die Plattform an, gefälschte Rezensionen automatisch herauszufiltern. Der dabei verwendete Algorithmus wird nicht preisgegeben (Zhang et al., 2016, S. 464). Der Datensatz wurde dennoch als vertrauenswürdig eingestuft, dies wurde bereits in der Studie „What Yelp Fake Review Filter Might Be Doing?“ belegt. Er eignet sich daher für die Verwendung des Trainierens und Testens zur Erkennung von Fake Reviews (Mukherjee et al., 2013, S. 417).
Zudem wurden bereits Studien durchgeführt, welche auf Datensätzen von reinen Hotelbewertungen beruhen. Die in der untenstehenden Tabelle 1 aufgelisteten Studien berücksichtigen alle Ergebnisse, der von Ott et al. durchgeführten Studie „Finding Deceptive Opinion Spam by Any Stretch of the Imagination“, welche 2011 veröffentlicht wurde. Obwohl diese bereits vor neun Jahren durchgeführt worden ist, basiert auch eine Vielzahl von aktuellen Studien auf deren Ergebnissen. Wie Wu et al. (2020) festgestellt haben, ist im Jahr 2010 lediglich eine Arbeit zum Thema Fake Reviews publiziert worden. Somit ist das Jahr 2011 als eines der Anfänge in diesem Forschungsgebiet zu betrachten. Ott et al. (2011) legten, schließend aus den zahlreichen Zitationen der Arbeit, einen der Grundsteine. Daher wird die Studie nachfolgend im Detail erläutert.
Zusammenfassung der Kapitel
1 Einleitung: Einführung in die Relevanz von User-Generated-Content im Web 2.0 und Problemstellung durch zunehmende Fake Reviews in der Tourismusbranche.
2 Stand der Forschung: Analyse der wachsenden Anzahl wissenschaftlicher Publikationen zum Thema Fake Reviews und Identifikation der führenden Forschungsregionen sowie Datensätze.
3 Identifikation von Fake Reviews: Detaillierte Untersuchung von Forschungsgrundlagen, bestehenden Studien, Lernmethoden des maschinellen Lernens und verwendeten Klassifizierungsalgorithmen.
4 Motivation zu Fake Reviews: Erörterung der Beweggründe für das Schreiben gefälschter Bewertungen mit Fokus auf internen Faktoren wie Rache und Markenliebe sowie dem Einfluss des Machtempfindens.
5 Bewertungen in der Hotellerie: Darstellung der Bedeutung von Kundenbewertungen für den wirtschaftlichen Erfolg und die Preisgestaltung von Hotels.
6 Diskussion: Kritische Reflexion über Chancen und Risiken für Hoteliers durch den Einsatz von Fake Reviews sowie rechtliche Implikationen.
7 Fazit: Zusammenfassende Betrachtung der Forschungsfelder und Ausblick auf zukünftigen Forschungsbedarf bezüglich automatischer Erkennungsfunktionen und Präventionsmechanismen.
Schlüsselwörter
Fake Reviews, Bewertungsportale, Online-Rezensionen, Maschinelles Lernen, Identifikation, Klassifizierungsalgorithmen, Kundenmotivation, Rachewunsch, Markenliebe, Machtempfinden, Hotellerie, Buchungsverhalten, Reisebranche, Betrug, Authentizität
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Die Arbeit behandelt die Problematik gefälschter Online-Bewertungen (Fake Reviews), wie diese identifiziert werden können und welche Motive hinter dem Verfassen solcher Rezensionen stehen, insbesondere mit Bezug auf die Hotellerie.
Welches sind die zentralen Themenfelder der Publikation?
Die zentralen Themen sind die automatische Erkennung von Fake Reviews durch maschinelles Lernen, die psychologische Motivation von Kunden zum Schreiben solcher Bewertungen sowie die ökonomischen Auswirkungen auf Hotelunternehmen.
Was ist das primäre Ziel oder die Forschungsfrage der Arbeit?
Das Ziel ist es, den aktuellen wissenschaftlichen Stand zum Thema gefälschter Bewertungen aufzuzeigen, Methoden zur deren Identifikation zu erläutern und zu analysieren, warum Verbraucher Fake Reviews verfassen.
Welche wissenschaftliche Methode wird zur Analyse verwendet?
Die Arbeit basiert auf einer umfassenden Literaturanalyse und Synthese bereits existierender Studien, um aktuelle Trends und Erkenntnisse im Forschungsgebiet zusammenzuführen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die technische Analyse von Identifikationsmethoden (Lernarten, Algorithmen), die psychologische Untersuchung von Motivationsfaktoren (intern, Machtempfinden) sowie die wirtschaftliche Betrachtung der Auswirkungen auf die Hotellerie.
Welche Schlüsselwörter charakterisieren diese Arbeit?
Wichtige Schlagworte sind Fake Reviews, maschinelles Lernen, Kundenmotivation, Rachewunsch, Markenliebe, Hotellerie und Buchungsverhalten.
Welche Rolle spielt das Machtempfinden bei der Entstehung von Fake Reviews?
Studien zeigen, dass sich Menschen mit einem geringeren Machtgefühl im Alltag eher dazu verleiten lassen, gefälschte Rezensionen zu hinterlassen, insbesondere wenn finanzielle Anreize geboten werden.
Welche rechtlichen Konsequenzen ergeben sich für Hoteliers aus Fake Reviews?
Das Schreiben gefälschter Bewertungen gegen Wettbewerber ist illegal und kann rechtliche Konsequenzen gemäß UWG nach sich ziehen; zudem gefährdet es die Authentizität und Glaubwürdigkeit des eigenen Unternehmens.
- Citar trabajo
- Anonym (Autor), 2020, Fake Reviews und ihr Einfluss auf die Hotellerie, Múnich, GRIN Verlag, https://www.grin.com/document/1021331
