Тайные проверки для сервиса знакомств

Мы провели масштабную серию скрытых проверок на одном из сайтов знакомств, чтобы выявить потенциальные нарушения, а также понять, какие мессенджеры используют пользователи и зачем они переходят туда.

ellipse
  • Объем данных
    2118 переписок
  • Индустрия:
    Онлайн-знакомства
  • Длительность проекта:
    1,5 месяца
  • Задача:

    Клиент, крупный онлайн-сервис знакомств, обратился с запросом провести серию проверок. Требовалось:

    • Выявить основные типы нарушений на платформе (например, вымогательство, реклама запрещенных услуг).
    • Понять, какие мессенджеры чаще используются пользователями после начала общения.
    • Получить рекомендации по борьбе с мошенничеством на платформе.
  • Решение:

    Чтобы проверить сервис знакомств на наличие нарушений, мы выстроили процесс в четыре этапа: от создания профилей до систематизации нарушений. Проект оказался ближе к исследованию в области социальной инженерии, чем к классической модерации.

    1. Создание реалистичных профилей
    • Фотографии:
      Использовали нейросети для генерации внешности, но сразу столкнулись с проблемами: непропорциональные черты лица, неестественные детали, дублирующиеся элементы. Потребовалась доработка изображений, чтобы они выглядели как фото живых людей.Для каждого профиля подготовили не менее 3–4 изображений в разных контекстах (селфи, на улице, в кафе и т.п.), чтобы вызывать доверие.
    • Пол и возраст:
      Создали 6 профилей, как женских, так и мужских, разных возрастных категорий (от студентов до взрослых состоявшихся людей). Это позволило проверить, как реагируют пользователи на разные социальные типажи.
    2. Разработка легенд и анкет
    • Легенды:
      У каждого персонажа была своя история: имя, профессия, интересы, жизненные обстоятельства. Например: «Артем, 38 лет, архитектор, только переехал в город, ищет общения». Легенды писались редакторами Data Light живо и без шаблонных фраз.
    • Тональность и стиль:
      В проверках учитывались и разные стили общения: кто-то шутит, кто-то сдержан, кто-то активно флиртует. Это помогало тестировать разные поведенческие сценарии.
    3. Подбор и обучение исполнителей
    • Выбор исполнителей
      Проверку проводили реальные люди, каждому были переданы детализированные анкеты, легенды и фото.
    • Инструктаж:
      Мы обучили исполнителей:

      • как вести диалог;
      • как реагировать на потенциальные нарушения;
      • как собирать и фиксировать доказательства (скриншоты, ссылки, логи переписки);
      • в каких случаях прекращать общение и сообщать координатору
    • Обратная связь:
      В течение проекта с проверяющими проводились регулярные созвоны для разбора сложных ситуаций, поддержания легенд и оперативной корректировки подхода.
    4. Ведение переписок и фиксация нарушений
    • Объем переписок:
      За 1,5 месяца было проведено 2118 переписок. В день — от 40 до 80 чатов на одного исполнителя.
    • Каналы общения:
      Общение велось как на сайте, так и в сторонних мессенджерах. Переход в них отслеживался — фиксировались причины и поведение пользователей после перехода.
    • Классификация нарушений:
      Нарушения делились на типы:

      • Предложение интимных услуг;
      • Вымогательство с участием несовершеннолетних;
      • Рекрутинг в нелегальные проекты (крипта, работа с «приватными клиентами»);
      • Мошенничество (подставные свидания, фальшивые вакансии и т.п.);
      • Несоответствующее правилам поведение (угрозы, шантаж, провокации).
  • Результаты:

    1. Объем проверки: За 1,5 месяца проведено 2118 переписок, оформлены детализированные отчёты, зафиксировано 115 нарушений.

    2. Определены типы нарушений: Чаще всего — предложения интимных услуг за деньги. Также выявлены попытки вымогательства, криптовалютные схемы, реклама, фейковые вакансии. Переход в мессенджеры происходил реже, чем ожидалось. В основном по инициативе добросовестных пользователей, не нарушителей.

    3. Разработан полный процесс тайной проверки: от генерации профилей и легенд до инструкций по фиксации диалогов и классификации рисков.

    4. Получена объективная картина рисков, готовая система обнаружения нарушений и поведенческие инсайты для улучшения модерации.

Другие кейсы

Разметка LiDAR для улучшения пространственной ориентации

Мы выполнили разметку облаков LiDAR для улучшения пространственной ориентации нейронной сети с 99% точностью. Это помогло клиенту увеличить производительность модели в три раза.

Подробнее

Сбор Replay-атак для кибербезопасности

В течение 26 месяцев мы ежемесячно собирали 40 000 уникальных Replay-атак для обучения Face ID-модели клиента. Через краудсорсинг и автоматизированную валидацию данных нам удалось значительно повысить точность системы в распознавании фальсификаций.

Подробнее
Все кейсы

Оставьте
заявку

Мы обязательно
свяжемся с вами!
Дмитрий, менеджер по работе с клиентами Дмитрий,
менеджер по работе с клиентами
Дмитрий, менеджер по работе с клиентами

    Нажимая кнопку «Оставить заявку», я даю согласие на отправку и обработку своих персональных данных

    Ваша заявка успешно отправлена!

    Мы скоро свяжемся с вами для обсуждения деталей проекта