Sahte ürün tespiti, yalnızca manuel şikâyet akışlarına dayanırsa gecikir ve ölçeklenemez. Etkili bir sistem; görsel benzerlik analizi, fiyat anomalisi ve marketplace taraması katmanlarının birlikte çalıştığı bir algoritmik gözetim yaklaşımı gerektirir.
🧠 Görsel Benzerlik (Hashing / ViT / CLIP)
- Perceptual Hashing: aHash/dHash/pHash ile hızla yakın-dublikasyon (renk/ölçek değişse bile) tespiti.
- Derin Özellikler: ViT/CLIP tabanlı gömme (embedding) çıkarımı; benzer ürün fotoğraflarının vektör uzayında kümelenmesi.
- Hızlı Arama: HNSW/FAISS indeksleriyle milyonlarca görsel içinde milisaniye düzeyinde en yakın komşu araması (k-NN).
- Çoklu Açı ve Manipülasyon: Farklı açı, crop, watermark ve ışık değişimlerine dayanıklı tespit; “logo-matching” + “şekil/kalıp” ortak sinyalleri.
💸 Fiyat Anomalisi & Pazar Dinamikleri
Gerçek/sahte ayrımı için yalnızca görüntü yeterli değil; fiyat davranışını da izlemek gerekir. SKU bazlı referans fiyatına göre aniden %X altına inen ilanlar anomali sinyalidir.
- İstatistiksel Tetikleyiciler: Z-score, IQR, MAD (Median Absolute Deviation) ile uç değer tespiti.
- Zaman Serisi: Moving average + sezonluk düzeltme ile kampanya/flaş indirim hatalarını ayırma.
- Kaynak Güvenilirliği: Satıcı yaşı, iade oranı, şikâyet geçmişiyle ağırlıklandırılmış risk skoru.
🛒 Marketplace & Sosyal Platform Taraması
- Çok-Kaynaklı Toplama: Trendyol/Hepsiburada/Amazon/Aliexpress + Instagram/TikTok mağazaları; resmi API veya HTML/JSON feed’lerinden ürün/medya çekimi.
- İlan Normalizasyonu: Başlık, varyant, fiyat, satıcı ID ve görsellerin tekil “ilan parmak izi”ne dönüştürülmesi.
- Otomatik Eşleştirme: Görsel embedding + metinsel benzerlik (BM25/semantic) ile marka kataloglarıyla eşleştirme.
- Uyarı & Takedown: Platform IP portalları, DMCA/şikâyet formları ve “Cease & Desist” taslaklarının otomatik doldurulması.
B10 Digital, görsel eşleşme kanıtı (orijinal görsel ile sahte ilanın benzerlik puanı), fiyat anomalisi grafikleri, satıcı geçmişi ve zaman damgalı ekran görüntülerini tek bir Delil Paketi içinde birleştirir. Bu paket, platform şikâyetleri ve UDRP/DMCA süreçlerinde ispat yükünü hızlandırır.
📚 10.000 Görsellik Etik Dataset ile Eğitim
Yanlış pozitifleri azaltmanın anahtarı, doğru kurulan bir eğitim verisidir. “10k” düzeyinde etik kaynaklı dataset şu prensiplerle inşa edilir:
- Çeşitlilik: Ürün varyantları, paket/etiket yakın planları, farklı ışık/arka plan; stok görsel + kullanıcı görsel karışımı.
- Augmentasyon: Crop, blur, compression, renk kaydırma, watermark/overlay; sahtecilerin tipik manipülasyonlarını simüle eder.
- Etiketleme Kalitesi: Çift-kör anotasyon, uyuşmazlıklarda hakem süreci; sınıf dengesini (class balance) koruma.
- Gizlilik & Lisans: Üçüncü taraf görsellerde izin/lisans kontrolü; KVKK/GDPR’ye uygun saklama.
📈 KPI’lar ve Operasyon Metrikleri
- Kaldırma Oranı (Takedown Rate): Bildirilen ilanların başarıyla kapatılma yüzdesi.
- Yanlış Pozitif Maliyeti (FPC): Hatalı işaretlenen ilanların (gerçekte orijinal) toplam operasyon + itibar maliyeti.
Örnek formül: FPC = (Hatalı-pozitif sayısı × işlem süresi × saatlik maliyet) + satıcı/partner ilişkisel maliyet katsayısı. - TTR (Time to Remove): İlk tespitten platform kaldırma onayına kadar geçen süre (saat/gün).
- Precision/Recall: Algoritmanın doğru yakalama ve kapsama başarısı; F1 ile dengeli ölçüm.
B10 Yaklaşımı: Görsel (ViT/CLIP) + metin + fiyat sinyallerini ensemble ederek Risk Skoru üretiriz. Skor eşikleri, platform/ülke bazlı farklılaştırılır; böylece FPC düşerken kaldırma oranı yükselir. Hukuk/PR entegrasyonu ile itirazlar tek akıştan yönetilir.
Sahte Ürün Tespiti & Takedown Danışmanlığı Alın