Методология

Категории спама

Каждая жалоба и каждый номер классифицируются в одну из семи категорий. Категория определяет, как номер представлен в каталоге, и выводится как из жалобы пользователя, так и из последующего автоматического анализа:

• SPAM — Общие нежелательные коммерческие звонки, не подходящие под более конкретную категорию.
• TELEMARKETING — Кампании телефонных продаж, обычно телеком или энергетика, которые продолжаются несмотря на отказ.
• SCAM — Мошенничество и обман, включая подмену личности (банки, госорганы, фальшивая техподдержка). Самая серьёзная категория.
• DEBT — Звонки по взысканию и возврату долгов, часто агрессивные или адресованные не тому человеку.
• HARASSMENT — Повторяющиеся звонки с целью домогаться, запугивать или намеренно беспокоить.
• SURVEY — Нежелательные телефонные опросы, голосования и маркетинговые исследования.
• OTHER — Любой другой тип нежелательного звонка, не подходящий под перечисленные.

Анализ на основе искусственного интеллекта

Помимо числового показателя, ИИ-обработчик анализирует номера на основе одобренного сообществом контента: комментариев и жалоб, прошедших модерацию. ИИ никогда не работает с неодобренным контентом, поэтому ни один непроверенный вклад не может повлиять на публичный анализ.

Для каждого проанализированного номера ИИ формирует структурированный набор сведений, отображаемый на странице номера:

Поля, которые формирует анализ, следующие:

• Описание — Краткое изложение на естественном языке о том, кто, похоже, стоит за номером и чего он хочет.
• Схемы жалоб — Самые повторяющиеся причины жалоб по всем сообщениям (например, звонки в неудобное время или настойчивость после отказа).
• Используемые приёмы — Конкретные обнаруженные методы, такие как давление, ложная срочность или запрос личных данных.
• Сектор — Область, к которой относится деятельность (телеком, энергетика, взыскание долгов, опросы и т. д.).
• Выявленная компания — Компания или организация, которую номер, по-видимому, представляет или под которую маскируется, если её удаётся определить.
• Подмена — Признак того, выдаёт ли номер себя за законную организацию (банк, госорган, известный бренд).
• Рекомендуемое действие — Итоговая рекомендация для пользователя: заблокировать, осторожно, игнорировать или безопасно.

Этот анализ носит ориентировочный характер и формируется автоматически на основе вкладов сообщества; он не заменяет собственное суждение пользователя и не является обвинением какой-либо конкретной компании.

Модерация: ничего не публикуется без проверки

Контроль качества — центральный элемент методологии. Жалобы и комментарии не появляются в публичном каталоге сразу после отправки: они остаются на рассмотрении, пока администратор их не одобрит. Только после этого они учитываются в показателе риска, питают анализ ИИ и становятся видимыми другим пользователям.

Этот барьер модерации служит двум целям: он отсеивает ложные или вредоносные жалобы до того, как они повлияют на репутацию номера, и гарантирует, что ИИ рассуждает только над проверенной информацией. Автор жалобы на рассмотрении видит свой собственный вклад, но больше никто — пока он не одобрен.

Источники данных

Оценка каждого номера сочетает три независимых источника:

• Жалобы сообщества — Основа всего. Пользователи сообщают о номерах из приложения и с сайта анонимно, с категорией и комментарием. После модерации они становятся главным сигналом для показателя.
• Данные операторов и префиксов CNMC — Мы используем публичные данные Национальной комиссии по рынкам и конкуренции (CNMC), чтобы определить оператора, присвоенного каждому блоку нумерации, и тип линии (мобильная, стационарная, премиум-тариф).
• Пресс-релизы компаний (RSS) — Мы следим за пресс-центрами компаний через RSS-каналы, чтобы выявлять законные кампании и снижать число ложных срабатываний, когда реальная компания ведёт массовые рассылки.