신호에서 증거로 리뷰 캠페인 추적
실제 애플리케이션 캡처에 나타난 모든 리뷰, 계정 이력, 기기 및 플랫폼 피드는 합성 데이터입니다. 기본 예시는 모형화된 15건의 경쟁사 리뷰를 캠페인 발견부터 사람 검토 경로를 거쳐 내보낸 레코드에 이르기까지 추적합니다.
실습 예시: 그럴듯한 15건의 리뷰, 하나의 관계 패턴
픽스처는 이 사례를 전원 인간 유료 캠페인으로 라벨링하지만, 탐지기에 의해 작성자 신원이나 대가 지급이 확정되는 것은 아닙니다. 15건의 리뷰 중 11건은 문체론적 구성요소가 최대 4에 불과하여 본 구현에서는 작성 패턴의 이상 징후가 거의 없습니다. 계정 이력이 이들을 함께 검토해야 할 근거를 제공합니다.
1. 계정들을 연결하는 요소 점검
15건의 리뷰는 구성된 72시간 제한 내에서 동일 상품 목록에 대해 충분히 중복되는 제품 이력을 공유합니다. 이는 클러스터 내의 모든 쌍을 연결하는 105개의 제품 중복 쌍 엣지를 생성하며, 응집도는 1.0입니다. 이 사례에는 공유 기기 엣지가 없으므로, 발견 사항은 기기 재사용에 의존하지 않습니다. 타이밍 단독으로는 엣지를 생성하지 않습니다.
2. 텍스트 신호와 결과 경로 비교
로컬 텍스트 전용 베이스라인은 15건의 레코드 중 4건에 플래그를 지정합니다. 따라서 식립된 레이블의 최소 60%에 플래그를 지정해야 한다는 이 테스트베드의 규칙에 따라 캠페인 수준 탐지를 놓치게 됩니다. 앙상블은 작성, 행동, 타이밍, 네트워크 구성요소를 결합하여 AUTO가 아닌 REVIEW로 15건 모두를 라우팅합니다.
| 증거 또는 결정 | 관측된 결과 | 해석 |
|---|---|---|
| 작성 패턴 신호 | 15건 중 11건의 문체론적 구성요소가 최대 4 | 낮은 이상 징후가 인간 작성 인증서는 아닙니다. |
| 계정 관계 | 105개 제품 중복 쌍 엣지, 공유 기기 엣지 없음 | 공유된 이력 패턴은 계정들을 함께 검토하는 근거를 뒷받침합니다. |
| 로컬 텍스트 전용 베이스라인 | 15건 중 4건 플래그 지정됨 | 구현된 이 비교군은 60% 규칙에 따라 캠페인을 놓칩니다. |
| 앙상블 경로 | 15 REVIEW, 0 AUTO | 15건 모두 사람의 판단을 위해 라우팅됩니다. 어떤 리뷰도 삭제되지 않습니다. |
3. 내러티브를 결정과 분리하여 유지
결정론적 스코어링은 선택적 모델이 발견 사항을 설명하기 전에 계층을 설정합니다. 기록된 조사 내역은 실제 Codex 브리지의 캐시된 응답을 재생합니다. 그라운딩 필터는 숫자, 토큰 중복, 판정 번복을 점검하지만, 보존된 산문은 여전히 분석가의 검토가 필요하며 점수나 계층을 변경할 수 없습니다.
4. 검사 가능한 내보내기로 발견 사항 보존
실제 JSON 내보내기는 캠페인 소속 여부, 계층 분석, 기여 신호 및 각 레코드의 구성요소 점수를 보존합니다. 인쇄 가능한 HTML은 캠페인 프로필, 캐시된 내러티브, 지침용 규칙 매핑, 미제출 이의 제기 초안 및 플래그 지정된 15개 행 모두를 렌더링합니다. 분석가는 내러티브에만 의존하는 대신 레코드가 라우팅된 이유를 확인할 수 있습니다. 기본 제공 이의 제기 초안은 타임스탬프 적용 범위를 과장하고 있습니다. JSON 및 인쇄용 보고서에는 레코드 생성 타임스탬프가 포함되어 있지만 리뷰별 타임스탬프는 없습니다. 외부에서 사용하기 전 이를 추가하고 확인해야 합니다.
크로스 플랫폼 대조: 하나의 클러스터에 공존하는 긍정 및 부정 리뷰
별도의 합성 클러스터가 67건의 레코드를 연결합니다. 모형화된 Amazon 경쟁사 상품 목록의 별 5개 리뷰 47건과 모형화된 브랜드를 겨냥한 12건의 Google 및 8건의 Yelp 리뷰입니다. 71.8시간에 걸쳐 이 클러스터는 90개의 공유 기기 쌍 엣지와 1,175개의 제품 중복 쌍 엣지를 가집니다. 여기에는 24건의 AUTO 레코드와 43건의 REVIEW 레코드가 포함되며, AUTO는 모형화된 정책에 따른 적격성일 뿐 자동 삭제가 아닙니다.
이 사례는 검토자에게 부정적인 메시지의 건수 단독보다는 왜 모형화된 피드 전반의 관계가 필요할 수 있는지 보여줍니다. 67건의 레코드 중 31건은 문체론적 이상 징후가 거의 없습니다. 연결된 패턴이 있더라도 탐지기는 실제 대가 지급, 고객 상태 또는 유책성을 확정하지 않습니다.
타이밍 급증은 맥락 정보이며 캠페인 소속 건수가 아닙니다
모형화된 Amazon 경쟁사 상품 목록은 72시간 윈도우에서 예상치 7.8건 대비 69건의 리뷰로 정점에 달하며, 이는 구성된 베이스라인의 약 8.85배입니다. 해당 상품 목록 윈도우 건수는 67건 레코드의 크로스 플랫폼 클러스터 크기가 아닙니다. 급증은 시간적 신호에 기여하며, 계정 관계가 그래프 링크를 제공합니다.
한계점이 명시된 동일 픽스처 비교 읽기
더 넓은 픽스처는 모형화된 90일간의 이력에 걸쳐 1,530건의 합성 레코드를 포함합니다. 다음 결과는 동일한 레이블 지정 말뭉치에서 현재 로드된 임계값을 재현합니다. 두 방법 모두 이로부터 텍스트 백분위수를 도출하며, 앙상블 REVIEW 임계값은 해당 레이블에 맞춰 피팅되었습니다. 이는 홀드아웃(held-out) 또는 프로덕션 정확도 결과가 아닙니다.
| 측정 항목 | Campaign Firewall 앙상블 | 로컬 텍스트 전용 베이스라인 |
|---|---|---|
| 식립된 리뷰 레코드 플래그 지정 건수 | 82건 중 82건 | 82건 중 40건 |
| 정상 레이블 레코드 오탐 건수 | 1,448건 중 0건 | 1,448건 중 306건 |
| 식립된 캠페인 레이블 탐지 건수 | 3건 중 3건 | 3건 중 0건 |
플래그 지정에는 REVIEW와 AUTO가 포함되며 삭제는 포함되지 않습니다. 띄우기 및 미러 레이블이 동일한 크로스 플랫폼 클러스터로 연결되기 때문에 3개의 식립된 레이블은 2개의 그래프 클러스터를 형성합니다. 오탐 대비 결과는 상용 탐지기나 새로운 리뷰가 아니라 구현된 본 베이스라인 및 피팅된 픽스처에만 적용됩니다.
