来自微软研究中心的 Cormac Herley 对这个问题进行了比较深度的分析。他擅长于机器学习,在这个问题中他使用了大量的数学运算来进行对这种骗局成功率的评估。幸运的是,他的发现很好理解:诈骗者们其实对那些看似靠谱有油水可捞的人群兴趣并不大,他们只想找到那些最容易上当受骗的人群来使自己的收益最大化。0 }' O# n z( y, y$ W1 G1 K& C' j
" A6 c, t5 P$ q, @/ K% J
虽然对诈骗者来说,发送邮件花不了多大本钱,但是,要回复每一封邮件并着手开始从受骗者那里骗钱,这其实是劳动密集型的工作,成本比看起来的要高。所以他们只会去诱惑那些容易上当受骗的人。从 Herley 的报告中看: 4 T3 M$ j6 G8 t D: h: O+ V
n3 i2 z4 L: E( |- ^' g# ~$ |
“如果他们的目标就是让回复率最大化那么看起来,在邮件中说明自己身在尼日利亚(这个词现在已经成为“诈骗邮件”的近义词了)只能起到反作用。如果他们的目标是让那些粗心有贪财的人回复他们的邮件,那他们大可说自己在别的地方,为什么一定要是诈骗邮件最多的尼日利亚呢...) E# {, g w0 i1 D- `5 O, P# [% U
q1 A) }: @: k6 R4 h5 M' K
既然人们容易上当受骗的程度对于诈骗者们来说是不可见,无法观测的,最好的策略就是去骗那些自己都知道’容易被骗‘已经被写在自己人格里了的那些人。一封内容包含巨额财产和西非的贪污犯罪等的邮件会让所有人都觉得这是再明显不过的骗局——除了那些天生就容易上当的人。那些已经使用互联网多年的用户会很容易看出背后的骗局并且迅速忽略,删除这些邮件。那些就算没用多久互联网,但是脑子够聪明,并且会使用搜索引擎的人也不会受骗。那些收到此类邮件询问身边的朋友和家人的人,也不会成为最终上当的人,还有那些去银行时注意到汇款处的警示信息的人。这样,一封邮件其实就排除掉了所有不会上当的人,而剩下的就是骗子们的目标人群了。他们在人群总数中,只占极小的一部分。” ( q5 j' p i1 S0 H