官方揭密 1亿2千万名在地向导如何让Google地图更好用

Google 发动社群，让全球用户都可以主动为地图贡献有用资讯，让地图更好用。(摘自Google地图)

你是 Google 地图的「在地向导」(local guide)吗？你知道全球总共有多少热心的在地向导，不时为 Google 地图带来贡献，让地图工具更好用吗？来看看 Google 进一步揭开的背后神秘资讯。

Google 地图产品总经理 Kevin Reece 在官方部落格发表「Google 地图建置原理：社群提供的内容如何增进地图的实用性？」文章，深入剖析社群提供的内容如何提升 Google 地图实用性的背后机制。

Google 指出，只要注意观察我们的周遭环境，就会发现不是所有的资讯都可以在网路上找得到。店家营业时间会更新，且随时有新的商家开张，菜单也会不时更换。为确保地图能正确显示实际资讯，Google 开放所有持 Google 帐户的使用者针 Google 地图上约 2 亿个搜寻点提供当地资讯(申请成为在地向导)。

根据 Google 提供的资讯，为 Google 地图贡献实用资讯的在地向导，他们的背景资料包含：

1.人数：全球超过 1 亿 2 千万名，遍布 24,000 个城市与乡镇

2.贡献：每天提交给 Google 地图的内容超过 2 千万则，包含对相片的评论和评分、回答其他使用者的问题，以及地址更新。为全球超过 5 千万个地点加入无障碍资讯 (例如轮椅通行入口与洗手间)。

为了让更多使用者能够在 Google 地图上找到有用资讯，近日 Google 地图针对在地向导，新增了「贡献」页面，让牠们能够轻松分享在地资讯。

如同其他开放使用者自制内容的平台，Google 也必须保持警觉，尽其所能杜绝垃圾资讯和不当内容出现在 Google 地图；绝大多数的这类内容在任何使用者实际看到之前就会移除。随着 Google 地图上的贡献者越来越多，Google 也持续严厉处置违反政策的行为恶劣人士，以人工搭配科技来阻绝不当内容。

举例来说，Google 会使用自动侦测系统 (包括机器学习模型)，来扫描每天收到的数百万笔贡献内容，侦测出垃圾资讯和不相关的内容并将其移除。而针对不实评论，系统会在每则评论发布到 Google 地图之前先行检查，找出不实内容的信号。机器学习模型会严加注意特定文字与词组，检视个别帐户过往贡献的内容类型模式，并侦测出可疑的评论模式。

虽然 Google 不断在改善自动系统，但也了解系统并非完美，偶尔仍会有漏网的不实评论。因此，Google 成立了训练有素的专家和分析人员团队，负责审核评论、相片、商家档案和其他类型的内容，逐一审核与大量审核的方式并行。此外也研发出一项功能，任何人都能检举评论、不当内容和误导性的地点，以便将其移除。

针对每天收到的 2 千万笔贡献内容 (一年超过 70 亿笔)，Google 技术和小组人员在 2019 年达成的纪录包含：

l.移除了超过 7 千 5 百万则违反政策的评论和 4 百万笔不实商家档案。由于 Google 不断精进机器学习模型和自动侦测系统，其封锁违反政策内容的功能越发准确，并能侦测出异常情形，方便作业人员审查。

2.有了可轻易检举不当内容的管道，Google 借此下架了超过 580,000 则评论和 258,000 笔商家档案。

3.审核并移除违反政策的内容，包含超过 1 千万张相片及 3 百万部影片。这仰赖 Google不断精进的作业人员与自动系统，能越来越准确地抓出违反政策的内容，例如偏离主题的相片停用

4.超过 475,000 个使用者帐户，这有赖于 Google 不断改善机器学习侦测功能，订制内容涵盖范围更广的政策，并提供作业人员相关培训

即便有不部分用户会提交不实资讯，但 Google 指出'绝大多数提交给 Google 地图的贡献内容都是真实可靠的，违反政策的内容目前少于百分之一。他们承诺将继续开发新工具和技术，遏制不肖人士的恶行。