很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經錄用會有專人和您聯(lián)系
咨詢如何成為春羽作者請聯(lián)系：鳥哥筆記小羽毛（ngbjxym）
作者：曉通
來源：刺猬公社（ID:zengzhangxia）
本文為作者授權鳥哥筆記發(fā)布，轉載請聯(lián)系作者并注明出處。
2014年的4月，馬蜂窩CEO陳罡發(fā)了一條長微博，標題是《我也談談酒店的“正面評價”》。文中陳罡點名指責去哪兒網花錢雇人撰寫正面評論，500塊錢一條，“這種誤導用戶的做法并不明智”。
4年之后，馬蜂窩成長為國內最大的旅行出游服務平臺，卻因為數(shù)據(jù)造假成為輿論場的主角。
10月20日，一篇題為《獨家|估值175億的旅游獨角獸，是一座僵尸和水軍構成的鬼城？》的文章在朋友圈迅速刷屏。文章根據(jù)一個三人數(shù)據(jù)團隊“乎睿數(shù)據(jù)”給出的分析報告，列出了馬蜂窩在用戶評論、游記等數(shù)據(jù)上存在的抄襲問題。
這篇文章來自自媒體“小聲比比”，負責人梓泉在接受AI財經社采訪表示，發(fā)現(xiàn)馬蜂窩點評數(shù)據(jù)造假的是乎睿數(shù)據(jù)團隊。4個月以前，乎睿數(shù)據(jù)團隊計劃開發(fā)一個分辨餐飲點評真實性的模型，想用馬蜂窩的數(shù)據(jù)來做機器訓練，結果卻發(fā)現(xiàn)了馬蜂窩點評數(shù)據(jù)的造假問題。
上述分析報告顯示，馬蜂窩平臺上2100萬條點評數(shù)據(jù)中，有7454個抄襲賬號，這些抄襲賬號從攜程、藝龍、美團、Agoda、Yelp上抄襲搬運了572萬條餐飲點評，1221萬條酒店點評，占馬蜂窩平臺全部點評數(shù)量的85%。
馬蜂窩是一家成立于2006年的在線旅游服務網站，2017年完成1.33億美元的D輪融資，以游記、攻略等UGC（用戶原創(chuàng)）內容作為最大的特色，目前已經發(fā)展成為國內最大的在線旅游服務平臺。相比同類型的去哪兒、攜程等旅游服務平臺，內容是馬蜂窩最核心的競爭力，“數(shù)據(jù)造假”指控的嚴重性不言自明。
空口無憑難以服人，乎睿數(shù)據(jù)給出的證據(jù)有如下幾點：
除開存在抄襲現(xiàn)象的7454個賬號，報告中還提到另外選擇了1萬5千個活躍賬號，通過對其行為習慣的分析，得出這些賬號并非真人使用賬號的結論。乎睿數(shù)據(jù)將調查的過程和結論整理出了一份75頁的“馬蜂窩起底報告”，在公眾號中貼了出來。
抄襲點評內容加偽造虛假賬號，這份報告的指控直擊馬蜂窩最核心的商業(yè)競爭資源，對這樣一家以內容為特色的平臺來說，這種指責可以說是致命的打擊。
“馬蜂窩數(shù)據(jù)造假事件”迅速發(fā)酵。在接受AI財經社采訪時，小聲比比負責人梓泉表示，這篇20日晚上11:40發(fā)布的文章，在第二天的閱讀量已經超過百萬。
22日早晨，馬蜂窩官方發(fā)表一則聲明，表示已經對全站游記、攻略、嗡嗡（旅行故事）、問答、點評等數(shù)據(jù)進行了核查，并對涉嫌虛假的信息展開查處，同時承認了點評內容中存在涉嫌虛假點評的賬號，但是其數(shù)量在整體用戶中的占比“微乎其微”，并進行了清理。
除開這一處正面回復，對于報告中提到的點評內容抄襲、爬取同類網站內容等問題并未作出回應。
但是馬蜂窩付諸了一些實際行動?，F(xiàn)在在馬蜂窩網站上搜索上述報告中提到的涉嫌抄襲和虛假信息的賬號時，許多賬號的數(shù)據(jù)顯示為0。21日晚上，小聲比比推送文章，聲稱馬蜂窩已經將報告中提及的賬號數(shù)據(jù)清空。22日，馬蜂窩將乎睿數(shù)據(jù)團隊和小聲比比創(chuàng)始人告上法庭。
馬蜂窩被捅了螞蜂窩，爬取數(shù)據(jù)也再次成為一個熱議話題。
“爬取數(shù)據(jù)是互聯(lián)網平臺慣用的方法?！?/strong>網絡安全行業(yè)從業(yè)者司馬子羽告訴刺猬公社（ID:ciweigongshe），爬取數(shù)據(jù)在互聯(lián)網行業(yè)中已經算不上不能說的秘密，而是人盡皆知的潛規(guī)則。
“互聯(lián)網產品在上線之初都會經歷‘冷啟動’的階段，在這個階段中是很難獲得足夠數(shù)量的用戶數(shù)據(jù)的，所以爬取別家的數(shù)據(jù)是很普遍的做法?！?/strong>司馬子羽認為，爬取數(shù)據(jù)在新平臺冷啟動階段是慣用方式，以至于當一家平臺的數(shù)據(jù)和另一家平臺出現(xiàn)重復時，很難說是哪一方爬取了對方的數(shù)據(jù)，“甚至有可能是兩方共同爬取了另一家平臺的數(shù)據(jù)。”
“但是馬蜂窩在事情發(fā)生之后選擇刪除數(shù)據(jù)，這相當于承認了自己的爬取行為。”
爬取指的是利用爬蟲程序自動抓取某個網頁的信息，從技術角度來看，爬取數(shù)據(jù)的門檻并不高，具備基礎互聯(lián)網開發(fā)技術的工程師即可搭建爬取程序，因此，具有一定規(guī)模的互聯(lián)網公司都會具備反爬取技術。
“所以說一個三人的數(shù)據(jù)團隊，可以在一家互聯(lián)網公司毫不知情的情況下，爬取對方2000萬條數(shù)據(jù)，一般來說這是很難做到的，需要很強的技術和長時間的準備?！币晃换ヂ?lián)網黑產研究員告訴刺猬公社。
因為爬取而產生的糾紛并不鮮見，最早在2008年，淘寶屏蔽了百度的搜索爬蟲，禁止百度搜索引擎抓取淘寶網頁的內容，一度引發(fā)關于爬取數(shù)據(jù)的討論。去年8月，今日頭條在未經微博授權的情況下，自動抓取了微博自媒體賬號的內容，致使微博暫停了第三方接口。時間再往前，脈脈也曾因非法抓取微博用戶信息被判為不正當競爭。
“爬取數(shù)據(jù)本身是一個常用的數(shù)據(jù)收集手段，是否違法或者違規(guī)要看你怎么用，爬取了什么內容?！?/strong>TMT領域分析師付亮告訴刺猬公社，類似爬取用戶點評和游記這種行為，爬取程序只是代替人工完成了“復制+粘貼”的行為，本身沒有問題，但是可能會涉及到用戶原創(chuàng)內容的著作權或者知識產權問題。
不止一位互聯(lián)網從業(yè)人士指出，在電商、視頻、圖文等領域，刷量、爬取數(shù)據(jù)冒充原生內容都是常見的手段。百度搜索“大眾點評 刷量”“去哪兒刷量”等字樣，都可以檢索出大量刷量教程。
即使不使用爬取技術，內容造假的方式也有很多。在淘寶上搜索“代發(fā) 游記”，可以檢索到專門代發(fā)游記的淘寶商店。
22日晚上，小聲比比再次推文《我承認，我們是有組織攻擊馬蜂窩的》，當晚閱讀量便達到十萬加。至此，三篇十萬加把馬蜂窩逼到了輿論中央。有報道稱，馬蜂窩正在計劃進行的新一輪融資和估值都將受到這次事件的影響。
2014年，陳罡在寫給去哪兒的那篇長微博中，結尾有這樣一段：
我相信，旅行社區(qū)會讓大家的旅行體驗和感受完全不同，基于用戶的真實點評及數(shù)據(jù)也會讓產業(yè)鏈條的升級發(fā)生翻天覆地的變化。我和呂剛最初創(chuàng)建馬蜂窩網站的夢想很簡單，幫助全球的旅行者作出靠譜有愛的履行決策。
當然，這一夢想，依靠500塊的“正面評價”是不可能完成的。
現(xiàn)在的馬蜂窩還能完成這一夢想嗎？
本文為作者獨立觀點，不代表鳥哥筆記立場，未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問，請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯(lián)網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據(jù)《網絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權益；
11)通過網絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網站秩序的內容，或進行相關行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構或個人存在關聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據(jù)相關用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)