当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 亚马逊宣布打击“刷单炒信”:今年已赢得四起相关民事诉讼一审

亚马逊宣布打击“刷单炒信”:今年已赢得四起相关民事诉讼一审

来源:IT之家 2024-06-20 08:45:41 0浏览 收藏

大家好,今天本人给大家带来文章《亚马逊宣布打击“刷单炒信”:今年已赢得四起相关民事诉讼一审》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

亚马逊宣布打击“刷单炒信”:今年已赢得四起相关民事诉讼一审

6 月 19 日晚间消息,亚马逊公布了 2024 年在中国打击“刷单炒信”不正当竞争行为进展。今年以来,亚马逊已在深圳、上海四起涉及刷单的民事诉讼案件一审中胜诉。

同时,亚马逊支持山东、宁夏、福建和江西当地的执法机构对四起刷单刑事案件展开行动,执法机构已抓捕 20 余名涉案人员。

自 2023 年以来,亚马逊在中国起诉了 14 个刷单服务商团伙,并于近日获得四个案件的一审胜诉判决。

在这四起民事诉讼案件中,被告服务商所提供的违法服务包括但不限于“排名优化”、“下拉推广”、“合并国际评论”、“上直评”、“关联视频”、“引导好评”以及“秒杀控制”等。

具体行为包括:通过技术手段操纵商品关键词搜索结果排名;操纵买家账号产生虚假或误导性的商品评论和关联视频;指导卖家在国外社交媒体平台上发布广告和商品,引导买家前往亚马逊购买商品并刷评;通过向亚马逊站点消费者提供免费保修、赠送礼品等方式诱导消费者访问卖家网址或扫描卖家卡片上的二维码以提交好评。这些服务包含了基于虚假或真实交易产生的刷单刷评。

在上述案件一审中,经法院审理,被告服务商提供的服务构成不正当竞争。法院判决被告服务商停止刷单服务,公开声明消除影响,并赔偿相关损失。这些案件目前均在二审审理过程中。

此外,另一民事案件中的服务商已主动寻求和解,停止其刷单服务,进行经济补偿,并已公开声明承认其不正当竞争行为及带来的负面影响。

除了民事诉讼,亚马逊还协助执法机关加强了刑事打击力度。在山东、宁夏、福建和江西的四起刑事案件中,涉案公司的非法行为包括但不限于雇佣员工充当“网络水军”,有偿为特定商品发布好评或差评,为卖家删除差评并从中牟利等。目前,四起案件均处于侦办阶段。

今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
亚马逊宣布打击“刷单炒信”:今年已赢得四起相关民事诉讼一审亚马逊宣布打击“刷单炒信”:今年已赢得四起相关民事诉讼一审
上一篇
亚马逊宣布打击“刷单炒信”:今年已赢得四起相关民事诉讼一审
win10如何文件夹加密
下一篇
win10如何文件夹加密
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    373次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    443次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    450次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    396次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    220次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码