机器学习来检测垃圾邮件。为了打击垃圾邮件，违反政策的图片和虚假评论，该公司表示，它使用了“人与技术的结合”。除了社区报告的垃圾邮件（例如评论）之外，谷歌还表示其机器学习模型“注意特定的单词和短语”以及各种内容模式以检测可疑内容。
尽管Google声称很努力，但当地的SEO社区仍认为Google会一口气地追踪垃圾邮件和假冒内容。确实，当地的SEO表示Google可以容忍许多敏感类别（例如医疗保健）中的“危险”垃圾邮件级别。
垃圾邮件的数量。当然，谷歌对这种说法提出异议，并引用内部数据称其在努力与本地垃圾邮件作斗争。Google在2019年表示：
- 删除了超过7500万条违反政策的评论和400万条虚假的业务资料。
- 直接记录了超过580,000条评论和258,000个业务概况。
- 审核并删除了超过1000万张违反内容政策的照片和300万个视频。
- 禁用了超过475,000个用户帐户。
如果该公司每年收到令人7目结舌的70亿用户编辑和评论，则根据其自身数量，由于涉及的规模庞大，垃圾邮件或欺诈性内容仍将代表每年7,000万笔捐款。
我们为什么在乎。虚假评论和列表显然会对本地企业和消费者产生现实影响。该公司应该发布定期的垃圾邮件透明度报告，在其中共享这些类型的数字和违反政策内容的示例。
--- END ---