Nuestros sistemas detectan y retiran de inmediato la mayoría de las reseñas falsas. Nuestros modelos de aprendizaje automático se entrenan con amplios conjuntos de datos sobre reseñas, tanto falsas como auténticas, lo que les permite identificar patrones y anomalías que indican actividad fraudulenta. Nuestros modelos analizan varios factores, como el contexto a nivel de cuenta para detectar posibles conexiones con otras cuentas sospechosas que han dejado reseñas y operaciones de reseñas de pago, así como patrones en el lugar (por ejemplo, una afluencia repentina de reseñas de 5 estrellas), o situaciones en las que un conflicto de intereses o un incentivo puede dar lugar a una reseña sesgada.