Filtragem de conteúdo

A filtragem de conteúdo refere-se a um sistema automático implementado para processar grandes volumes de dados e executar ações em qualquer conteúdo que cumpra determinados critérios. Geralmente, os publicadores utilizam soluções de filtragem de texto e multimédia para lidar com a maior parte do conteúdo gerado pelo utilizador no respetivo site. Geralmente, estes sistemas são implementados para filtrar conteúdo como a partilha de ficheiros para adultos e ilegais, bem como a venda de armas de fogo, drogas, álcool e tabaco.

Importante: o conteúdo com violações não tem de ser alojado localmente. Mesmo a associação a origens externas que alojem este tipo de conteúdo é considerada uma violação. Por exemplo, um publicador que apresenta em frames filmes alojados ilegalmente num site de terceiros está a violar as Políticas para Publicadores Google.

Desenvolver uma solução interna

Muitos publicadores optam por desenvolver o seu próprio sistema de filtragem. Esta decisão pode ter as seguintes vantagens:

• A filtragem baseada em texto pode ser relativamente fácil de codificar
• Muitas vezes, é significativamente mais barata que as soluções comerciais
• O publicador conhece melhor o site e os utilizadores e pode antecipar problemas com políticas melhor do que qualquer outra pessoa

Seguem-se algumas ideias e sugestões a considerar ao desenvolver uma solução interna baseada em texto.

 

Criar uma lista de palavras-chave

Para filtrar o texto, o sistema tem de confiar numa lista de palavras-chave compostas por palavras individuais, bem como combinações de palavras. A criação desta lista pode ser feita de várias maneiras, dependendo do tipo de conteúdo, do respetivo volume no site e dos recursos disponíveis do publicador:

• Compile a sua própria lista de palavras e expressões que quer filtrar. Pode utilizar a sua própria intuição ou obter ajuda:
  • Peça aos seus funcionários para contribuir
  • Contacte os seus utilizadores para obter ajuda
  • Utilize a ferramenta Google Ads: palavras-chave
  • Para obter inspiração adicional, consulte Websites que alojam conteúdo indesejável (sites de partilha de ficheiros e/ou para adultos, por exemplo) e descubra quais são as palavras-chave apresentadas com frequência nesses sites.
• Codifique a sua própria ferramenta de extração automática de palavras-chave:
  • Utilize dados do motor de pesquisa para percorrer todas as páginas de um site
  • Obtenha uma lista de palavras exclusivas e combinações de palavras
  • Mantenha as palavras-chave mais utilizadas e rejeite as restantes. Não se esqueça de eliminar artigos e palavras comuns como "um", "e" ou "o".
  • Produza um ficheiro de texto com estes dados
  • Repita o procedimento acima para qualquer quantidade de sites até sentir que a lista é satisfatória e já está.
  • Importante: extrair outros sites e usar o respetivo conteúdo é contra as Políticas para Publicadores Google e as Políticas de Spam para a Pesquisa Web do Google e também pode ser ilegal e/ou antiético.

Atribuir ponderações

Todas as palavras não são criadas iguais e algumas palavras-chave são piores do que outras. Deste modo, deve considerar atribuir ponderações diferentes a termos diferentes.

Por exemplo, a ponderação da palavra "porno" deve ser superior à da palavra "sexo" nos filtros para adultos. Embora "porno" esteja quase exclusivamente relacionado com conteúdo que não é indicado para menores, "sexo" também pode significar "género" (consoante o contexto em que é usado).

Considere também as palavras que são seguras de forma independente, mas que em conjunto com outra palavra podem indicar algo completamente diferente. A palavra "imagens", por exemplo, é bastante inocente, mas "imagens de adolescentes" costuma referir-se a pornografia.

O processo de filtragem

Existem duas abordagens comuns ao lidar com a filtragem de conteúdo, e cabe a cada publicador decidir o que faz mais sentido para o respetivo site.

Método 1 – O conteúdo gerado pelo utilizador é analisado depois de ser apresentado numa página:

1. Analise o conteúdo
2. Sinalize esse conteúdo se cumprir os critérios de filtragem
3. Desative a publicação de anúncios na página que aloja o dito conteúdo
4. Reveja manualmente o conteúdo:
   1. Se for seguro, ative a publicação de anúncios e ajuste os filtros
   2. Caso contrário, certifique-se de que o conteúdo não é apresentado nas páginas que incluem o código do anúncio

Método 2 – O conteúdo gerado pelo utilizador é analisado antes de ser disponibilizado aos utilizadores:

1. Analise o conteúdo
2. Sinalize esse conteúdo se cumprir os critérios de filtragem
3. Coloque-o em fila de espera para revisão ou rejeite-o imediatamente
4. Reveja manualmente o conteúdo:
   1. Se for seguro, apresente-o nas páginas de publicação de anúncios e ajuste os filtros
   2. Se não for seguro, desative a publicação de anúncios e apresente ou rejeite esse conteúdo

Soluções comerciais em poucas palavras

Existem vários serviços que fornecem filtragem de conteúdo, mesmo alguns especializados em filtrar tipos específicos, como conteúdo para adultos ou protegido por direitos de autor. Existem também plataformas de crowdsourcing que criam uma ponte entre publicadores e utilizadores que procuram ganhar dinheiro fácil na Internet. A melhor maneira de abordar esta questão é fazer uma pesquisa de mercado sobre o assunto e decidir a melhor solução para o serviço que fornece. Tente procurar sites que analisam software e veja que tipos de sistemas de filtragem de conteúdo gerado pelo utilizador recomendam. Depois de ter todas estas informações, deve decidir qual a melhor solução para si com base na pontuação do produto, nas respetivas funcionalidades únicas e no modelo de preços.