{"id":33671,"date":"2024-07-17T09:14:54","date_gmt":"2024-07-17T09:14:54","guid":{"rendered":"https:\/\/www.digife.it\/?p=33671"},"modified":"2024-07-17T09:14:54","modified_gmt":"2024-07-17T09:14:54","slug":"wie-google-maps-bar-und-restaurantbewertungen-moderiert","status":"publish","type":"post","link":"https:\/\/www.digife.it\/de\/wie-google-maps-bar-und-restaurantbewertungen-moderiert\/","title":{"rendered":"Google Maps, wie die Moderation von Bar- und Restaurantbewertungen funktioniert"},"content":{"rendered":"<p>Wenn wir Google Maps verwenden, um Bewertungen eines Ortes zu lesen, verlassen wir uns auf Beitr\u00e4ge, die von normalen Nutzern verfasst wurden. Diese Texte werden vor der Ver\u00f6ffentlichung von Google moderiert. Aufgrund der gro\u00dfen Menge der zu pr\u00fcfenden Bewertungen entgehen jedoch manchmal einige unangemessene Bewertungen einer ersten Pr\u00fcfung. W\u00e4hrend der Pandemie gab es beispielsweise negative Bewertungen von Veranstaltungsorten, die die Covid-19-Eind\u00e4mmungsregeln respektierten, oder Kritik von Nutzern an Ma\u00dfnahmen zur sozialen Distanzierung.<\/p>\n<h4>Der Moderationsprozess f\u00fcr Google Maps-Bewertungen<\/h4>\n<p>Google hat k\u00fcrzlich ausf\u00fchrlich erkl\u00e4rt, wie die Moderation von Bewertungen abl\u00e4uft. Erstens wurden Inhaltsrichtlinien festgelegt, um sicherzustellen, dass Bewertungen auf authentischen Erfahrungen basieren und frei von beleidigenden oder irrelevanten Kommentaren sind. Diese Richtlinien werden st\u00e4ndig aktualisiert, um den gesellschaftlichen Ver\u00e4nderungen Rechnung zu tragen. Beispielsweise wurden viele Bewertungen gel\u00f6scht, weil sie Veranstaltungsorte f\u00fcr die Einhaltung von Gesundheitsvorschriften w\u00e4hrend der Pandemie kritisierten.<\/p>\n<h4>Die Bedeutung des maschinellen Lernens<\/h4>\n<p>Das maschinelle Lernsystem von Google f\u00fchrt eine erste \u00dcberpr\u00fcfung der Bewertungen durch und eliminiert diejenigen, die nicht den Richtlinien entsprechen. Google ist sich jedoch bewusst, dass maschinelles Lernen allein nicht ausreicht, da es nicht alle Nuancen erfassen kann. Aus diesem Grund ist menschliches Eingreifen unerl\u00e4sslich. Menschliche Bediener k\u00f6nnen den Kontext von W\u00f6rtern, die maschinelles Lernen m\u00f6glicherweise missversteht, richtig interpretieren, beispielsweise den Begriff \u201eschwul\u201c, der in einem schwulenfreundlichen Club auf nicht beleidigende Weise verwendet wird. Dieser menschliche Eingriff tr\u00e4gt dazu bei, Verzerrungen aus maschinellen Lernmodellen zu beseitigen und eine genauere Moderation zu gew\u00e4hrleisten.<\/p>\n<h4>Unangemessene Bewertungen melden<\/h4>\n<p>Wenn ein Nutzer der Meinung ist, dass eine Bewertung gegen die Google-Richtlinien verst\u00f6\u00dft, kann er dies \u00fcber die von Google f\u00fcr Unternehmen und Nutzer bereitgestellten Links melden.<\/p>\n<p>Zusammenfassend l\u00e4sst sich sagen, dass die Kombination aus maschinellem Lernen und menschlichem Eingreifen unerl\u00e4sslich ist, um sicherzustellen, dass Bewertungen auf Google Maps f\u00fcr alle Nutzer relevant, respektvoll und n\u00fctzlich sind.<\/p>","protected":false},"excerpt":{"rendered":"<p>Wenn wir Google Maps verwenden, um Bewertungen eines Ortes zu lesen, verlassen wir uns auf Beitr\u00e4ge, die von normalen Nutzern verfasst wurden. Diese Texte werden vor der Ver\u00f6ffentlichung von Google moderiert. Jedoch,\u2026<\/p>","protected":false},"author":4,"featured_media":33672,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[59],"tags":[],"class_list":{"0":"post-33671","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-notizie"},"_links":{"self":[{"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/posts\/33671","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/comments?post=33671"}],"version-history":[{"count":1,"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/posts\/33671\/revisions"}],"predecessor-version":[{"id":33673,"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/posts\/33671\/revisions\/33673"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/media\/33672"}],"wp:attachment":[{"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/media?parent=33671"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/categories?post=33671"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.digife.it\/de\/wp-json\/wp\/v2\/tags?post=33671"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}