Értékelések sokszínűsége: Miért ér többet 50 vegyes értékelés, mint 200 sablonos

A Google NLP modelljei nemcsak számolják az értékeléseket – hanem el is olvassák őket. Az egysíkú nyelvi mintázatok, az azonos hosszúság és a demográfiailag megegyező értékelők mind anomáliadetektálást váltanak ki. Íme a tudományos magyarázat arra, hogy miért a sokszínűség a legerősebb hitelességi jel, amivel a profilja rendelkezhet.

Íme egy gondolatkísérlet, amelyet a helyi SEO szakemberek egyre gyakrabban használnak ügyfeleik elbizonytalanítására: képzeljen el két éttermet egymás mellett. Az egyiknek 200 Google értékelése van, mind ötcsillagos, és mind a „nagyszerű étel, remek kiszolgálás, erősen ajánlott” variációi. A másiknak 52 értékelése van – néhány négycsillagos, pár hármas, a szókincs pedig a „a konfitált kacsa transzcendens volt”-tól a „korrekt ebédelőhely, semmi extra”-n át a „végre egy hely, ahol valódi vegetáriánus opciók is vannak”-ig terjed. Melyikben bízik meg jobban a Google? A válasz, amelyet egyre több NLP kutatás és szabadalomelemzés támaszt alá, szinte mindig a második. Nem azért, mert a Google nem szereti a dicsérő értékeléseket. Hanem azért, mert a Google rendszerei a mintázatok felismerésére épülnek – és a mintázatok azok, amiket a hamis értékeléseket gyártó farmok termelnek.

Ennek a középpontjában a lexikai diverzitás fogalma áll. A számítógépes nyelvészetben a lexikai diverzitás az egyedi tokenek (szavak) és az összes token arányát méri egy szövegkorpuszban. Amikor egy vállalkozás értékelési profilja úgy hangzik, mintha egyetlen ember írta volna egy szinonimaszótárral, a diverzitási pontszámok összeomlanak. Az összeomló diverzitási pontszámok pedig az anomáliadetektálási szakirodalom egyik legtisztább jelei arra, hogy egy értékelési halmaz nem organikus.

Ez nem elmélet. A Google 2024-es átláthatósági jelentése bejelentette, hogy több mint 240 millió, irányelveket sértő értékelést blokkolt vagy távolított el – ez a növekedés nagyrészt az automatizált, NLP-alapú felismerésnek köszönhető. Az ezt a munkát végző rendszerek nem egyszerűen számolják az értékeléseket; olvassák, összehasonlítják őket, és értékelik a statisztikai eloszlásukat.

A Google értékelés-kiértékelő gépezete több rétegen fut. A felszíni réteg – a csillagértékelés és a kulcsszavak jelenléte – az, amiről a legtöbb SEO útmutató szól. De alatta egy lényegesen kifinomultabb rendszer található, amelyet legalább 2017 óta dokumentálnak szabadalmi beadványokban.

Az US20170221111A1 számú amerikai szabadalmi bejelentés, amelyet az értékelési spam felderítésén dolgozó kutatók nyújtottak be, egy olyan keretrendszert ír le, amely az értékelési jeleket két kategóriába sorolja: viselkedésalapú jellemzők (közzétételi sebesség, fiók kora, értékelési gyakoriság kiugrásai) és tartalmi hasonlósági jellemzők. A tartalmi hasonlósági réteg páronkénti koszinusz-hasonlósági elemzést használ az olyan értékelések felderítésére, amelyek nyelvi mintázatokat osztanak meg – még akkor is, ha a pontos megfogalmazás eltér. Két értékelésnek nem kell azonosnak lennie ahhoz, hogy gyanúsan magas hasonlósági pontszámot kapjon. Elég, ha ugyanabból a szókincs-eloszlásból merítenek.

Az egyes jelekhez rendelt matematikai súlyozás a szabadalom által „meta-útvonal elemzésnek” nevezett módszert használja – lényegében azt méri, hogy hány statisztikai útvonal köti össze a megjelölt értékeléseket egymással. Az olyan értékelések csoportja, amelyek magas koszinusz-hasonlóságot mutatnak, hasonló időablakokban kerültek közzétételre, és szegényes aktivitási előzményekkel rendelkező fiókokból származnak, egy összesített spam-valószínűségi pontszámot kap. Ha ez átlép egy küszöbértéket, az egész csoport eltávolításra kerülhet.

Mit jelent a „szókincs sokszínűsége” a gyakorlatban

Egy értékelési korpusz lexikai diverzitását a Típus-Token Arány (TTR) méri: az egyedi szavak (típusok) száma osztva az összes szóval (tokenek). Egy olyan értékelési halmazban, ahol minden értékelő a „nagyszerű”, „remek” és „ajánlom” szavakat használja, a TTR tömörített. Egy olyanban, ahol az értékelők saját szókincsüket hozzák – „makulátlan”, „alulértékelt”, „megérte a várakozást”, „a gyerekeim tényleg megették az ételt” – magas TTR-értékkel rendelkezik, amely statisztikailag hasonlít az organikus emberi kommunikációra.

A Journal of Information Systems Engineering and Management (2025) folyóiratban megjelent kutatás a lexikai diverzitást azonosította a négy leginkább statisztikailag szignifikáns jellemző egyikeként a hamis és a valódi értékelési halmazok megkülönböztetésében – a melléknevek száma, a redundancia-mintázatok és a szünettartási jelek mellett. A hamis értékelési korpuszok következetesen tömörített TTR-t mutatnak, mert a koordinált értékelésírók vagy az AI által generált tartalom szűkebb szókincsből merít, mint a független emberi értékelők.

A tartalmi hasonlósági küszöb

Két szöveg közötti koszinusz-hasonlóság 0 (teljesen különböző) és 1 (azonos) között mozog. A szabadalmi szakirodalomban a nagyjából 0,35 feletti koszinusz-hasonlósági pontszámot elérő értékelések (ugyanazon vállalkozás más értékeléseihez képest) közelebbi vizsgálatra kerülnek megjelölésre. Egy olyan profil, ahol az értékelések többsége magas hasonlósági sávokban csoportosul, azt váltja ki, amit a kutatók „homogenitási anomáliának” neveznek – egy statisztikailag valószínűtlen mintázat, tekintve a valódi, organikus értékelés-generálást.

Kontextusként: két értékelés, amely egyaránt azt mondja, hogy „remek kiszolgálás, gyors szállítás, újra fogok rendelni”, körülbelül 0,72-es koszinusz-hasonlóságot ér el – mélyen a megjelölt zónában. Két értékelés, ahol az egyik egy évfordulós vacsora élményét írja le, a másik pedig megemlíti, hogy a szolgáltatást üzleti ajándékként használta, 0,12-es pontszámot kap – ez bőven a normális emberi variancián belül van. A különbség nem a hangulat; hanem az élmény szókincsének szélessége.

Amikor az értékelések sokszínűségét két tengely mentén ábrázoljuk – a szókincs sokszínűsége (az egyedi nyelvezet skálája) és az élmény sokszínűsége (a felhasználási esetek, ügyféltípusok és kontextusok változatossága) – egy 2x2-es mátrixot kapunk, amely meglepő pontossággal jósolja meg a Google bizalmi reakcióját.

A jobb felső kvadráns – magas szókincsbeli sokszínűség, magas élménybeli sokszínűség – az, amit az organikus értékelésgyűjtés természetesen eredményez az idő múlásával. A bal alsó – alacsony szókincs, alacsony élmény – a koordinált értékelési kampányok ujjlenyomata, akár botok által generált, akár sablonvezérelt.

Annak megértése, hogy a jelenlegi profilja hol helyezkedik el ebben a mátrixban, minden valódi értékelési stratégia kiindulópontja. A megoldás nem a több értékelés. Hanem a különböző értékelések.

Képzelje el két vállalkozás teljes értékelési halmazát szókincs-gyakorisági felhőkre redukálva. Az A vállalkozás, 200 értékeléssel, öt szót mutat, amelyek dominálnak a korpuszban: „nagyszerű”, „kiszolgálás”, „jó”, „ajánlom”, „kedves”. Ezek a szavak az összes értékelés 60–70%-ában megjelennek. A B vállalkozás, 50 értékeléssel, ugyanazt az alapvető pozitív szókincset mutatja, de több száz alacsonyabb frekvenciájú szó veszi körül: „gluténmentes”, „születésnapi buli”, „helyi kiszállítás”, „a tulajdonos emlékezett a nevemre”, „könnyű volt a parkolás”, „csendesebb, mint amire számítottam”.

A B vállalkozás értékelési korpusza magasabb entrópiával rendelkezik – ahogy az információelméleti szakemberek mondanák – több véletlenszerűséget, több meglepetést, több információt tartalmaz szavanként. A Google nyelvi modelljeit hatalmas szövegkorpuszokon képezték, és internalizálták, hogyan néz ki az organikus emberi kommunikáció. Úgy néz ki, hogy magas az entrópiája. A hamis értékelések, mint az AI által generált szövegek, hajlamosak az alacsonyabb entrópiára – kiszámítható szóválasztások, magas frekvenciájú szókincs dominanciája, tömörített statisztikai tartomány.

A Frontiers in Computer Science 2025-ös szisztematikus áttekintése a hamis értékelések felderítési módszereiről megerősítette, hogy a szókincs-alapú jellemzők következetesen felülmúlják a viselkedésalapú jellemzőket önmagukban a nem hiteles értékelési halmazok azonosításakor. Az ok: a szókincset nehezebb nagy méretekben hamisítani. Utasíthat ötven embert, hogy tegyenek közzé értékeléseket; de nem tudja őket könnyen utasítani arra, hogy valóban különböző szókincsekkel írjanak.

Miért hajtja az élmény sokszínűsége a szókincs sokszínűségét

Az élmény sokszínűsége és a szókincs sokszínűsége mélyen összefügg. Egy ügyfél, aki üzleti találkozóra érkezett, más dolgokat ír le, mint aki születésnapot ünnepel, vagy aki egy gyors ebédre ugrik be. Természetes szókincsük ezekből a kontextusokból merít: „privát terem”, „zajszint”, „gyors kiszolgálás”, „különleges alkalom”, „gyerekbarát” – minden kifejezés egy-egy szókincs-jel egy különálló felhasználási esetből.

Ezért említette a Moz 2025-ös Helyi Rangsorolási Faktorok elemzése kifejezetten azokat az értékeléseket, amelyek „konkrétan megnevezik a kapott szolgáltatásokat”, mint nagyobb súllyal bírókat az általános hangulatúaknál. A specifikusság nemcsak az emberi olvasók számára hasznosabb; hanem erősebb hitelességi jel a gépi olvasók számára is. Az algoritmus reakciója a „a gombás rizottó 20 percet vesz igénybe, de minden másodpercet megér” mondatra kategorikusan különbözik a „az étel csodálatos volt, még visszatérek” mondatra adott reakciójától.

Különböző ügyfelek alapvetően eltérő vásárlási szándékkal érkeznek ugyanahhoz a vállalkozáshoz – és a szándék formálja a szókincset. Egy árra optimalizáló ügyfél másképp ír, mint egy élményre optimalizáló. Egy szakember, aki a technikai minőséget értékeli, más terminológiát használ, mint egy laikus első látogató. Amikor egy vállalkozás értékelési halmaza csak egy vagy két vásárlói szándékot képvisel, a szókincs tömörül, függetlenül attól, hogy hány értékelés van.

A fogyasztói értékelési viselkedésről szóló kutatás (BrightLocal LCRS 2024, 1141 amerikai fogyasztó válaszadó) megállapította, hogy a fogyasztók 27%-a kifejezetten értékelte azokat az értékeléseket, amelyeket olyan ügyfelek írtak, akik „különböző vállalkozásokat” is értékeltek – ez az értékelő függetlenségének és sokszínű nézőpontjának egyfajta helyettesítője. Az alapvető preferencia egy olyan értékelési halmaz iránt van, amely úgy érzi, több valódi, különböző embert képvisel, nem pedig egy egységes ügyféltípust.

Egy olyan vállalkozás, amely csak a kényelmet keresőket vonzza az értékeléseiben, szűk ügyfélprofilt jelez – mind a Google, mind a leendő ügyfelek számára. Az algoritmus a szűk ügyfélprofilokat vagy alacsony üzleti volumenként (gyanús, ha magas értékelésszámmal párosul) vagy koordinált értékelés-generálásként (minden értékelő úgy hangzik, mintha egyetlen rövid utasítást kapott volna) értelmezi.

A szakértői értékelés szorzója

A szakértői vagy specialista értékelések aránytalanul nagy szókincsbeli súllyal bírnak. Amikor egy releváns területen dolgozó szakember ír egy értékelést szakterületi terminológiát használva, az egyszerre több dolgot jelez: a vállalkozás hozzáértő ügyfeleket szolgál ki, az értékelő függetlenül hiteles, és a szókincs kellően egyedi ahhoz, hogy csökkentse a koszinusz-hasonlóságot más értékelésekkel. Egyetlen valódi szakértői értékelés jelentősen megváltoztathatja egy profil lexikai diverzitási pontszámát.

Ezért jegyezte meg a Whitespark 2026-os Helyi Keresési Rangsorolási Faktorok jelentése, hogy a „konkrétan megkapott szolgáltatásokat” és szakmai kontextust tartalmazó értékelések emelt jelzési súllyal bírnak. Minél részletesebb a szókincs, annál valószínűtlenebb, hogy ugyanabból a forrásból származik, mint a többi értékelés – és a valószínűtlenség ebben a kontextusban hitelességet jelent.

Vegyünk két vízvezeték-szerelő vállalkozást ugyanabban a városban, mindkettő azonos kulcsszavakra céloz. Mindkettő következetesen 4,8 csillagos átlagot ért el. A különbség az értékelési profiljaik textúrájában rejlik.

A Sterling Sky (2025) és a Whitespark 2026-os Helyi Rangsorolási Faktorok jelentésének helyi SEO esettanulmányainak összetett elemzése alapján. A cégnevek illusztratívak.

A Google értékelés-kiértékelése nem egyetlen pontszámot eredményez. Súlyozott pontszámokat hoz létre több dimenzióban, amelyek mindegyike másképp járul hozzá mind a spam felderítéséhez, mind a rangsorolási jelekhez. A szabadalmi irodalom, a Whitespark szakértői felmérési adatai (2026) és a BrightLocal fogyasztói kutatásai alapján a hozzávetőleges jelzési súlyok a következők szerint oszlanak meg.

Figyelemre méltó, hogy a szókincs sokszínűsége – amelyet a mainstream SEO tartalmak ritkán tárgyalnak – a három legbefolyásosabb jelzés között van. A mennyiség, amely a legtöbb szakember gondolkodását uralja, a negyedik helyen áll, ha a bizalmat is figyelembe vesszük. Egyetlen jól megírt értékelés egy meglévő fiókból, specifikus szolgáltatási nyelvezettel, ötször annyit ér, mint öt általános, egyszavas értékelés új fiókokból – ezt a szorzót a legtöbb SEO szakember drámaian alábecsüli.

Egy sokszínű értékelési profil építése nem a szókincs manipulálásáról szól – hanem arról, hogy különböző ügyfélszegmenseket érjünk el utazásuk különböző pillanataiban, olyan felkérésekkel, amelyek a specifikusságot ösztönzik a sablonos válaszok helyett.

A leggyakoribb kérdések az értékelések sokszínűségéről, a Google detektáló rendszereiről és a hiteles értékelési profilok építéséről.