Mesin pencari baru ingin menjaga agar ulasan App Store tetap jujur dan akurat dengan sepenuhnya mengabaikan ulasan yang mungkin berasal dari pembayaran berbayar atau melalui desakan tanpa henti dari pengembang terhadap pengguna.
Pada tulisan ini, sistem mengklaim telah mengaudit lebih dari 17 juta ulasan dan mengabaikan 1,1 juta di antaranya. Dan jika Anda bertanya-tanya apakah game baru atau aplikasi kalender penuh fitur yang akan Anda unduh benar-benar sepadan dengan waktu Anda, Anda mungkin ingin memeriksa situs ini.
AppRec adalah layanannya, dan ini benar-benar gratis secara online. Yang harus Anda lakukan adalah mencari aplikasi yang Anda minati secara langsung atau menelusuri daftar sekitar 35.000 aplikasi yang "benar-benar hebat". Anda dapat memfilternya berdasarkan harga, peringkat rata-rata, kategori, dan popularitas.
Pencipta AppRecs, insinyur perangkat lunak yang berbasis di Seattle, Mark Edmond, menjelaskan metodenya dalam utas panjang di Reddit, tetapi pada dasarnya bermuara pada pengorganisasian ulasan berdasarkan tingkat kepercayaan. Edmond menempatkan ulasan App Store “organik” — para pengguna itu menulis atas inisiatif mereka sendiri — dan yang diminta oleh pengembang dengan lembut di atas skala. Di bawah ini adalah ulasan yang kurang dapat dipercaya, yang mencakup ulasan yang diminta secara agresif, difilter/dipetik, bersumber dari jaringan, didorong oleh hadiah, dan hanya dibayar langsung.
Edmond mengatakan bahwa sulit untuk menentukan dengan tepat ulasan App Store mana yang mungkin kurang asli, tetapi dia mengembangkan beberapa tanda yang harus diwaspadai.
“Misalnya, katakanlah seorang pengulas tidak memposting apa pun selain ulasan bintang 5 dan telah meninjau 1.000+ aplikasi — kami menandai ulasan tersebut sebagai tidak dapat dipercaya,” katanya kepada Reddit. “Bagaimana dengan pengulas A dan B yang produktif, keduanya telah mengulas aplikasi yang hampir sama, semuanya dengan peringkat positif? Mungkin jaringan atau berbayar.
“Dalam beberapa kasus, ulasan dipotong dan ditempelkan dari ulasan sebelumnya dan dengan demikian mudah ditandai. Dalam kasus lain, kita dapat melihat statistik keseluruhan untuk setiap aplikasi — panjang ulasan rata-rata, jumlah rata-rata ulasan yang diposting oleh pengulas, dan metrik lainnya — dan menetapkan bahwa sesuatu yang mencurigakan sedang terjadi.”
AppRecs dimulai dengan aplikasi Java yang menarik sejumlah besar data dari pencarian dan umpan Apple dan memisahkan info yang relevan dalam database. Kemudian mulai menyaring semua data itu mencari hal-hal yang memicu bendera menggunakan agregasi dan mesin rekomendasi sebelum memasukkan semua temuannya ke generator situs, yang memperbarui mesin on line.
Karena menggunakan serangkaian tugas otomatis berdasarkan tebakan, Edmond tidak yakin berapa tingkat kesalahan sistem. Tapi dia mencari cara untuk meningkatkannya dengan pembelajaran mesin, dan ini jelas merupakan awal yang baik.
