Reputationssysteme im E-Commerce setzen auf die algorithmische Verarbeitung von Vergangenheitsdaten, d.h. die Berechnung von Reputationswerten erfolgt logischerweise auf Signalen der Vergangenheit. Ein Ruf lässt sich nur schwer vorhersagen. Eine geplante Verhaltensänderung im Zuge der ROTL-Strategie ist demnach nur schwer zu messen. Die genannte Lösung ist mehr als fraglich.

ROTL-Strategie: Du zeigst ein anderes Gesicht

In der Regel verwenden Reputationssysteme die Verhaltenshistorie und Informationen der Nutzer innerhalb des Systems, um die Vertraulichkeit der Nutzer messbar zu machen. Die Rest-On-The-Laurels-Strategie setzt auf einen anfänglichen Aufbau einer guten Reputation, um im Anschluss systematisch negative Bewertungen abzugeben und damit wirtschaftlichen Schaden anzurichten. Positive Bewertungen können entweder auf ehrliche Weise gesammelt werden oder durch Scheintransaktionen erzeugt werden (Stichwort Ballot-Stuffing).

Lösungsansatz für ROTL-Strategien

Die Literatur schlägt vor, aktuelles Verhalten von Nutzer solle in der Reputationsberechnung stärker gewichtet werden. Ob dies letztendlich vor einmaligen Manipulationen schützt, ist fraglich.

Quellen

THE DIGITIZATION OF WORD-OF-MOUTH: PROMISE AND CHALLENGES OF ONLINE REPUTATION MECHANISMS

Internet-Ökonomie (Ralf Peters)

transformIT (Keuper, F., Hamidian, K., Verwaayen, E., Kalinowski, T. )

Robuste Reputationssysteme auf Elektronischen Märkten