개발 고려 사항 - hipopotamus/Mukfit GitHub Wiki
🚫 부정 추천 유형 및 방지 방안
사용자의 공정한 활동과 커뮤니티의 신뢰를 보호하기 위해, 아래와 같은 부정 추천 행위를 정의하고 이에 대한 방지 및 대응 방안을 수립합니다.
📌 부정 추천 유형
| 유형 | 설명 | 문제점 |
|---|---|---|
| 셀프 추천 | 부계정 또는 다계정을 이용하여 본인의 리뷰에 직접 추천 | 공정성 훼손, 포인트 시스템 악용 |
| 추천 거래 | 친구 또는 유저 간의 상호 합의로 ‘서로 추천해주기’ | 허위 신뢰 형성, 랭킹 왜곡 |
| 리뷰 사냥단 | 특정 유저가 조직적으로 추천을 몰아받는 구조를 형성 | 리뷰 노출의 공정성 붕괴 |
| 자동화 추천 | 봇 또는 매크로를 활용한 비정상 반복 추천 | 대규모 포인트 획득, 정상 유저 간 경쟁 방해 |
| 스팸 리뷰 추천 | 무의미하거나 광고성 리뷰에 인위적인 추천 유도 | 플랫폼 콘텐츠 품질 저하 |
🔒 부정 추천 방지 및 대응 방안
| 방지 방법 | 설명 |
|---|---|
| IP/디바이스 기반 제한 | 동일 IP, 동일 디바이스에서 중복 추천 탐지 및 제한 |
| 계정 신뢰도 기반 추천 유효성 | 계정 생성일, 활동 이력 기반으로 추천 유효 여부 판단 |
| 추천 제한 로직 | 동일 유저에게 1일 1추천, 동일 리뷰에 중복 추천 방지 등 포인트 반영 제한 |
| AI 기반 이상 패턴 탐지 | 추천 시간 간격, 리뷰 집중도 등 비정상적인 패턴을 머신러닝으로 탐지 |
| 유저 신고 및 수동 검토 | 유저 신고 기반으로 관리자가 수동 검토 및 페널티 적용 가능 |
✅ 추천 유효성 조건 예시
- 추천 계정이 생성된 지 3일 이상
- 최근 3일간 리뷰나 댓글 등 5건 이상 활동 기록
- 동일 유저에게 1일 1회만 추천 가능
- 동일 리뷰에 대해 동일 IP 내 중복 추천 불가
- 동일 계정이 동일 작성자의 리뷰에 과도하게 추천 시 포인트 미반영
커뮤니티의 공정성을 유지하기 위해 시스템 내 자동 탐지 로직과 유저 신고 기능을 병행하여 부정 추천을 지속적으로 모니터링합니다.