Innehållsfiltrering

Med innehållsfiltrering avses ett automatiskt system som införts för att bearbeta stora mängder data och vidta åtgärder mot allt innehåll som uppfyller vissa kriterier. Utgivare använder ofta lösningar för text- och mediafiltrering för att hantera den största delen av användargenererat innehåll på deras webbplats. Dessa system används ofta för att filtrera innehåll som barnförbjuden och olaglig fildelning samt försäljning av skjutvapen, narkotika, alkohol och tobak.

Viktigt: Det överträdande innehållet behöver inte lagras lokalt. Även länkar till externa källor som är värd för innehållet anses vara en överträdelse. En utgivare som visar filmer som lagras olagligt på en tredjepartswebbplats bryter till exempel mot policyerna för Google-utgivare.

Utveckla en egen lösning

Många utgivare väljer att utveckla sina egna filtreringssystem. Detta beslut kan ha följande fördelar:

• Textbaserad filtrering kan vara relativt enkel att koda
• Det är ofta betydligt billigare än kommersiella lösningar
• Utgivaren kan sin webbplats och sina användare bäst och kan förutse policyproblem bättre än någon annan

Här följer några idéer och förslag att tänka på när man utvecklar en egen textbaserad lösning.

 

Skapa en lista med sökord

För att filtrera text måste systemet förlita sig på en sökordslista som består av enskilda ord samt ordkombinationer. Denna lista kan skapas på flera olika sätt, beroende på typen av innehåll, dess volym på webbplatsen och utgivarens tillgängliga resurser:

• Utarbeta din egen lista över ord och fraser som du vill filtrera. Du kan använda din egen intuition eller få hjälp:
  • Be dina medarbetare att bidra
  • Fråga dina användare och be dem om hjälp
  • Använd Google Ads: sökordsverktyget
  • Om du vill ha mer inspiration kan du ta en titt på webbplatser som är värdar för oönskat innehåll (barnförbjudna webbplatser och/webbplatser för fildelning som exempel), och ta reda på vilka sökord som ofta dyker upp på dessa.
• Koda ditt eget automatiska verktyg för skrapning av sökord:
  • Använd data från en sökmotor för att gå igenom alla sidor på en webbplats
  • Hämta en lista med unika ord och ordkombinationer på den
  • Behåll de vanligaste sökorden och kassera resten. Glöm inte att eliminera vanliga artiklar och ord som "en/ett" samt "och".
  • Spara resultatet som en textfil
  • Upprepa ovanstående för ett valfritt antal webbplatser tills du är nöjd med din lista och du är klar.
  • Viktigt! Att skrapa andra webbplatser och använda deras innehåll som ditt eget strider mot policyerna för Google-utgivare och policyerna för skräppost för Googles webbsökning och kan också vara olagligt och/eller oetiskt.

Tilldela vikter

Alla ord är inte jämlika, och vissa sökord är värre än andra. Du bör därför överväga att vikta olika termer olika.

Vuxenfilter ska till exempel väga ordet ”porno” högre än ”sex” på engelska. ”Porno” handlar nästan bara om innehåll som inte är barnvänligt, medan ”sex” också kan betyda kön, beroende på i vilket sammanhang det används.

Ta även med ord som är säkra på egen hand i beräkningen, men som tillsammans med ett annat ord kan antyda något helt annat. Ordet "bilder" är till exempel oskyldigt, men "bilder på tonåringar" hänvisar ofta till pornografi.

Filtreringsprocessen

Det finns två vanliga strategier när det handlar om innehållsfiltrering, och det är upp till varje utgivare att avgöra vilken som är bäst för den egna webbplatsen.

Metod 1 – Användargenererat innehåll genomsöks efter att det har visats på en sida:

1. Sök igenom innehållet
2. Flagga om det uppfyller filtreringskriterierna
3. Inaktivera annonsvisning på sidan som är värd för det nämnda innehållet
4. Granska innehållet manuellt:
   1. Om det är säkert aktiverar du annonsvisningen och justerar filtren
   2. Om det inte är säkert ser du till att innehållet inte visas på sidor som innehåller annonskod

Metod 2 – Användargenererat innehåll söks igenom innan det görs tillgängligt för användare:

1. Sök igenom innehållet
2. Flagga om det uppfyller filtreringskriterierna
3. Ställ innehållet i kö för granskning eller förkasta det direkt
4. Granska innehållet manuellt:
   1. Om det är säkert visar du det på annonsvisningssidorna och justerar filter
   2. Om det inte är säkert inaktiverar du annonsvisning och visar eller förkastar det

Kommersiella lösningar i korthet

Det finns ett antal tjänster som tillhandahåller innehållsfiltrering, även några som är specialiserade på filtrering av särskilda typer av innehåll som barnförbjudet och upphovsrättsskyddat innehåll. Det finns också crowdsourcing-plattformar som skapar en bro mellan utgivare och användare som vill tjäna lätta pengar på internet. Det bästa sättet att närma sig detta är att göra en del marknadsundersökningar i ämnet och besluta sig för den bästa lösningen för den tjänst du tillhandahåller. Prova att leta efter webbplatser som granskar programvara och se vilka typer av filtreringssystem för användargenererat innehåll de rekommenderar. Efter att ha all denna information till hands bör du besluta vilken som är den bästa lösningen för dig, utifrån produktens poäng, dess unika egenskaper samt dess prismodell.