反垃圾信息是一场持久战

无孔不入的垃圾信息

走在帝都的天桥上，有没有发现栏杆上、地面上的小广告？这些小广告在互联网上也是无处不在，是一个巨大的黑色产业链。在做社区产品的时候，和深恶痛绝的垃圾信息做斗争是绕不过去的话题。在UGC为核心的社区中产生大量的垃圾信息，对产品来讲是致命的。其带来一系列的恶劣影响，这些垃圾信息涉及范围之广，包括黄赌毒等违法内容，若不及时清理，极有可能被网警警告甚至封网，影响产品的生命。从另一方面来说这些信息展现到用户面前，会导致用户失去对产品的信任而流失。当网站遭遇攻击时垃圾信息通常由于数量巨大，为服务器带来负担，性能降低，影响正常服务。

在长期的反垃圾信息工作中，总结出一些常用的办法，核心的思想就是，提高垃圾信息的发布成本。对这些发布者而言，他们也是有利益诉求的，当成本大于收益时，他们才会放弃。

顺着这个思路走下去，怎么提高发布成本？那么对于普通用户而言是不是也提高了成本呢？

1 预防机制

1）从通行证开始，在用户ID注册时，限制同一IP注册账号的数量和频率。

在刚出现垃圾信息时，发现发布者都是新注册的账号，我们做了紧急干预，对于新注册3天内的用户内容进行严格的检测，比如不允许发布链接，出现链接的内容先审后发。我们的机制变化后，对方也立即调整了策略，新号注册后在3天后才使用。我们调整为不论何时注册，只要是第一次发布内容，都进行检测，对方就调整为第一篇内容完全符合网站规范，第二篇之后发布大量的垃圾。审核会删除垃圾信息并封号，对方就需要有大量的账号，在注册账号时就提高门槛，比如1小时只允许同一IP注册5个账号，从通行证上就提高对方的发布成本。如此反复，就是一项长期的斗争。

在这里是不是有疑问,既然会被审核人员立即删掉，为什么还会不停的发信息呢？因为网站的收录在百度的权重比较高，可以说是发布不用半分钟就被收录了，而网站删除后 百度搜索还留有快照，因而在百度还会有一定的曝光。

2）验证码

验证码的目的是将背后操作的用户和机器区分出来。在最初应对垃圾信息时，网站的验证码用过数字、图片，还有计算题，结果就是越来越复杂，非但没有有效降低垃圾信息，却遭到正常用户投诉。从被全民吐槽的12306验证码可窥见一二，我认为对于专业从事垃圾信息发布者是没有明显效果的。如果收益巨大，在验证码这个环节甚至可以人工识别。君不见12306眼下还是没有躲过黄牛~但作为一个提高成本的手段，可以设置验证码，但一定考虑到正常用户的操作，切忌验证码太变态。

3）发布机制，是先审后发，还是先发后审

对于非信任用户（新用户）和信任用户分别对待

2 过程处理

在用户发布内容时，检测是否含有敏感词，如果有禁止提交。但这里的敏感词

3事后处理

提高审核效率

删除垃圾信息，封号封ip

因为捣乱分子的违规行为，伤害大多数人的体验是不合理的，对于社区而言，80%的内容是由20%的核心用户创造的，怎么保证这少数人的体验？设立白名单机制。把这部分核心用户加入白名单，也就是可信任的用户，不受任何限制，保护了核心用户的体验。同时也减轻了审核的负担，在审核时可以最后审核这些用户的内容，从而保证更快的把垃圾信息删除。

保证一小部分人的体验，这就足够了吗？对于4000万用户来说，太不够了。所以白名单要定期维护，把具有某些特征的用户加入到白名单，特征可以是注册了一定时间的，所有发布的内容是正常的，具有一定的等级的用户等待，结合自己的产品可以自定义一些符合正常用户的规则。

组合拳才会起到效果。