ວິທີທີ່ຂ້ອຍວິເຄາະ Habr, ສ່ວນທີ 1: ແນວໂນ້ມ

ເມື່ອ Olivier ຂອງປີໃຫມ່ສິ້ນສຸດລົງ, ຂ້ອຍບໍ່ມີຫຍັງເຮັດ, ແລະຂ້ອຍໄດ້ຕັດສິນໃຈທີ່ຈະດາວໂຫລດບົດຄວາມທັງຫມົດຈາກ Habrahabr (ແລະເວທີທີ່ກ່ຽວຂ້ອງ) ກັບຄອມພິວເຕີຂອງຂ້ອຍແລະຄົ້ນຫາ.

ມີເລື່ອງທີ່ຫນ້າສົນໃຈຫຼາຍ. ທໍາອິດຂອງພວກເຂົາແມ່ນການພັດທະນາຮູບແບບແລະຫົວຂໍ້ຂອງບົດຄວາມໃນໄລຍະ 12 ປີຂອງການມີຢູ່ຂອງເວັບໄຊທ໌. ຕົວຢ່າງ, ນະໂຍບາຍດ້ານຂອງບາງຫົວຂໍ້ແມ່ນຂ້ອນຂ້າງຊີ້ໃຫ້ເຫັນ. ສືບຕໍ່ - ພາຍໃຕ້ການຕັດ.

ຂະບວນການວິເຄາະ

ເພື່ອເຂົ້າໃຈວ່າ Habr ພັດທະນາແນວໃດ, ມັນຈໍາເປັນຕ້ອງຜ່ານບົດຄວາມທັງຫມົດຂອງລາວແລະສະກັດຂໍ້ມູນ meta ຈາກພວກມັນ (ຕົວຢ່າງ, ວັນທີ). ການຂ້າມຜ່ານແມ່ນງ່າຍ, ເພາະວ່າການເຊື່ອມໂຍງກັບບົດຄວາມທັງຫມົດເບິ່ງຄືວ່າ "habrahabr.ru/post/337722/", ແລະຕົວເລກແມ່ນໃຫ້ຢ່າງເຂັ້ມງວດ. ໂດຍຮູ້ວ່າການຕອບຫຼ້າສຸດມີຕົວເລກຫນ້ອຍກວ່າ 350 ພັນ, ຂ້ອຍພຽງແຕ່ໄດ້ຜ່ານ id ເອກະສານທີ່ເປັນໄປໄດ້ທັງຫມົດໃນ loop (ລະຫັດ Python):

import numpy as np
from multiprocessing import Pool
with Pool(100) as p:
    docs = p.map(download_document, np.arange(350000))

ການທໍາງານຂອງ download_document ພະຍາຍາມໂຫລດຫນ້າທີ່ມີ id ທີ່ສອດຄ້ອງກັນແລະພະຍາຍາມສະກັດຂໍ້ມູນທີ່ມີຄວາມຫມາຍຈາກໂຄງສ້າງ html.

import requests
from bs4 import BeautifulSoup

def download_document(pid):
    """ Download and process a Habr document and its comments """
    # выгрузка документа
    r = requests.get('https://habrahabr.ru/post/' +str(pid) + '/')
    # парсинг документа
    soup = BeautifulSoup(r.text, 'html5lib') # instead of html.parser
    doc = {}
    doc['id'] = pid
    if not soup.find("span", {"class": "post__title-text"}):
        # такое бывает, если статья не существовала или удалена
        doc['status'] = 'title_not_found'
    else:
        doc['status'] = 'ok'
        doc['title'] = soup.find("span", {"class": "post__title-text"}).text
        doc['text'] = soup.find("div", {"class": "post__text"}).text
        doc['time'] = soup.find("span", {"class": "post__time"}).text
        # create other fields: hubs, tags, views, comments, votes, etc.
        # ...
    # сохранение результата в отдельный файл
    fname = r'files/' + str(pid) + '.pkl'
    with open(fname, 'wb') as f:
        pickle.dump(doc, f)

ໃນຂະບວນການວິເຄາະ, ຂ້າພະເຈົ້າໄດ້ຄົ້ນພົບສິ່ງໃຫມ່ຈໍານວນຫນຶ່ງ.

ທໍາອິດ, ພວກເຂົາເວົ້າວ່າການສ້າງຂະບວນການຫຼາຍກ່ວາມີແກນໃນໂປເຊດເຊີແມ່ນບໍ່ມີປະໂຫຍດ. ແຕ່ໃນກໍລະນີຂອງຂ້ອຍ, ມັນໄດ້ຫັນອອກວ່າຊັບພະຍາກອນຈໍາກັດບໍ່ແມ່ນໂປເຊດເຊີ, ແຕ່ເຄືອຂ່າຍ, ແລະ 100 ຂະບວນການເຮັດວຽກໄວກວ່າ 4 ຫຼື, ເວົ້າ, 20.

ອັນທີສອງ, ໃນບາງຂໍ້ຄວາມມີການປະສົມຂອງຕົວອັກສອນພິເສດ - ຕົວຢ່າງ, euphemisms ເຊັ່ນ "%&#@". ມັນໄດ້ຫັນອອກວ່າ html.parser, ທີ່ຂ້າພະເຈົ້າໃຊ້ທໍາອິດ, reacts ກັບການປະສົມປະສານ &# ເຈັບປວດ, ພິຈາລະນາມັນເປັນຈຸດເລີ່ມຕົ້ນຂອງ html entity. ຂ້ອຍ ກຳ ລັງຈະເຮັດ magic ດຳ, ແຕ່ເວທີແນະ ນຳ ວ່າເຈົ້າສາມາດປ່ຽນຕົວວິເຄາະໄດ້.

ອັນທີສາມ, ຂ້ອຍສາມາດຍົກເລີກການໂຫຼດສິ່ງພິມທັງໝົດ, ຍົກເວັ້ນສາມ. ເອກະສານທີ່ມີໝາຍເລກ 65927, 162075, ແລະ 275987 ໄດ້ຖືກລຶບຖິ້ມທັນທີໂດຍ antivirus ຂອງຂ້ອຍ. ເຫຼົ່ານີ້ແມ່ນບົດຄວາມ, ຕາມລໍາດັບ, ກ່ຽວກັບລະບົບຕ່ອງໂສ້ javascript ທີ່ດາວໂຫລດ pdf ທີ່ເປັນອັນຕະລາຍ, SMS ransomware ໃນຮູບແບບຂອງຊຸດ plugins ຂອງຕົວທ່ອງເວັບ, ແລະເວັບໄຊທ໌ CrashSafari.com ທີ່ສົ່ງ iPhones ເຂົ້າໄປໃນ reboot. Antivirus ຄົ້ນພົບບົດຄວາມອື່ນຕໍ່ມາ, ໃນລະຫວ່າງການສະແກນລະບົບ: ໂພດ 338586 ກ່ຽວກັບ scripts ຢູ່ໃນເວັບໄຊທ໌ຮ້ານສັດລ້ຽງທີ່ໃຊ້ໂປເຊດເຊີຂອງຜູ້ໃຊ້ເພື່ອຂຸດຄົ້ນ cryptocurrency. ດັ່ງນັ້ນພວກເຮົາສາມາດພິຈາລະນາການເຮັດວຽກຂອງ antivirus ແມ່ນຂ້ອນຂ້າງພຽງພໍ.

ບົດຄວາມ "ດໍາລົງຊີວິດ" ໄດ້ກາຍເປັນພຽງແຕ່ເຄິ່ງຫນຶ່ງຂອງທ່າແຮງສູງສຸດ - 166307 ຊິ້ນ. ກ່ຽວກັບສ່ວນທີ່ເຫຼືອ, Habr ໃຫ້ທາງເລືອກ "ຫນ້າລ້າສະໄຫມ, ໄດ້ຖືກລຶບຖິ້ມຫຼືບໍ່ມີຢູ່ໃນທັງຫມົດ." ດີ, ທຸກຢ່າງສາມາດເກີດຂຶ້ນໄດ້.

ການອັບໂຫລດບົດຄວາມແມ່ນປະຕິບັດຕາມໂດຍການເຮັດວຽກດ້ານວິຊາການ: ຕົວຢ່າງ, ວັນທີພິມເຜີຍແຜ່ຕ້ອງໄດ້ປ່ຽນຈາກຮູບແບບ "'21 ທັນວາ 2006 ເວລາ 10:47 ໂມງເຊົ້າ" ເປັນມາດຕະຖານ. datetime, ແລະ "12,8k" views - ໃນ 12800. ໃນຂັ້ນຕອນນີ້, ເຫດການບໍ່ຫຼາຍປານໃດໄດ້ອອກມາ. ອັນທີ່ຕະຫຼົກທີ່ສຸດແມ່ນກ່ຽວຂ້ອງກັບການນັບຄະແນນສຽງ ແລະປະເພດຂໍ້ມູນ: ບາງໂພສເກົ່າມີ int overflow ແລະໄດ້ຮັບ 65535 ຄະແນນສຽງແຕ່ລະອັນ.

ດັ່ງນັ້ນ, ບົດເລື່ອງຂອງບົດຄວາມ (ບໍ່ມີຮູບພາບ) ເອົາຂ້ອຍ 1.5 gigabyte, ຄໍາຄິດຄໍາເຫັນທີ່ມີຂໍ້ມູນ meta - ອື່ນ 3, ແລະປະມານຮ້ອຍ megabytes - meta-information ກ່ຽວກັບບົດຄວາມ. ນີ້ສາມາດຖືກເກັບໄວ້ຢ່າງສົມບູນໃນ RAM, ເຊິ່ງເປັນຄວາມແປກໃຈທີ່ຫນ້າພໍໃຈສໍາລັບຂ້ອຍ.

ຂ້າພະເຈົ້າໄດ້ເລີ່ມຕົ້ນການວິເຄາະຂອງບົດຄວາມບໍ່ແມ່ນມາຈາກບົດເລື່ອງຂອງຕົນເອງ, ແຕ່ຈາກຂໍ້ມູນ meta: ວັນທີ, tags, hubs, views ແລະມັກ. ມັນໄດ້ຫັນອອກວ່ານາງສາມາດບອກໄດ້ຫຼາຍ.

ທ່າອ່ຽງການພັດທະນາ Habrahabr

ບົດຄວາມຢູ່ໃນເວັບໄຊໄດ້ຖືກຈັດພີມມາຕັ້ງແຕ່ປີ 2006; ຢ່າງເຂັ້ມງວດທີ່ສຸດ - ໃນປີ 2008-2016.

ບົດຄວາມເຫຼົ່ານີ້ຖືກອ່ານຢ່າງຫ້າວຫັນຫຼາຍປານໃດໃນເວລາທີ່ແຕກຕ່າງກັນແມ່ນບໍ່ງ່າຍທີ່ຈະປະເມີນ. ຂໍ້ຄວາມຈາກປີ 2012 ແລະອາຍຸຕໍ່າກວ່າໄດ້ຮັບຄໍາຄິດເຫັນແລະການໃຫ້ຄະແນນຫຼາຍ, ແຕ່ບົດເລື່ອງໃຫມ່ມີ views ແລະ bookmarks ຫຼາຍ. ຕົວຊີ້ວັດເຫຼົ່ານີ້ປະຕິບັດແບບດຽວກັນ (ຫຼຸດລົງເຄິ່ງຫນຶ່ງ) ພຽງແຕ່ຫນຶ່ງຄັ້ງ, ໃນປີ 2015. ບາງທີ, ໃນສະຖານະການວິກິດການທາງດ້ານເສດຖະກິດແລະທາງດ້ານການເມືອງ, ຄວາມສົນໃຈຂອງຜູ້ອ່ານໄດ້ປ່ຽນຈາກ blogs IT ໄປສູ່ບັນຫາທີ່ເຈັບປວດຫຼາຍ.

ນອກເຫນືອໄປຈາກບົດຄວາມຂອງຕົນເອງ, ຂ້າພະເຈົ້າໄດ້ດາວໂຫລດຄໍາເຫັນເພີ່ມເຕີມຕໍ່ກັບພວກເຂົາ. ມີ 6 ລ້ານຄໍາຄິດເຫັນ, ຢ່າງໃດກໍຕາມ, 240 ພັນຂອງເຂົາເຈົ້າໄດ້ຖືກຫ້າມ ("UFO ບິນໃນແລະຈັດພີມມາ inscription ນີ້ຢູ່ທີ່ນີ້"). ຄຸນສົມບັດທີ່ເປັນປະໂຫຍດຂອງຄໍາຄິດເຫັນແມ່ນວ່າພວກເຂົາມີເວລາປະທັບຕາ. ໂດຍການສຶກສາເວລາຂອງຄໍາຄິດຄໍາເຫັນ, ທ່ານສາມາດເຂົ້າໃຈປະມານເວລາທີ່ບົດຄວາມຖືກອ່ານທັງຫມົດ.

ມັນ​ໄດ້​ຫັນ​ອອກ​ວ່າ​ສ່ວນ​ໃຫຍ່​ຂອງ​ບົດ​ຄວາມ​ແມ່ນ​ທັງ​ລາຍ​ລັກ​ອັກ​ສອນ​ແລະ​ຄໍາ​ເຫັນ​ບາງ​ບ່ອນ​ຈາກ 10 ໂມງ​ເຊົ້າ​ຫາ 20 ໂມງແລງ, i.e. ໃນມື້ເຮັດວຽກປົກກະຕິຂອງ Moscow. ນີ້ອາດຈະຫມາຍຄວາມວ່າ Habr ໄດ້ຖືກອ່ານເພື່ອຈຸດປະສົງດ້ານວິຊາຊີບ, ແລະວ່ານີ້ແມ່ນວິທີທີ່ດີທີ່ຈະເລື່ອນເວລາເຮັດວຽກ. ໂດຍວິທີທາງການ, ການແຈກຢາຍເວລາຂອງມື້ນີ້ແມ່ນມີຄວາມຫມັ້ນຄົງຕັ້ງແຕ່ພື້ນຖານຂອງ Habr ຈົນເຖິງປະຈຸບັນ.

ຢ່າງໃດກໍ່ຕາມ, ຜົນປະໂຫຍດຕົ້ນຕໍຂອງເວລາຄໍາເຫັນບໍ່ແມ່ນເວລາຂອງມື້, ແຕ່ໄລຍະເວລາຂອງ "ຊີວິດການເຄື່ອນໄຫວ" ຂອງບົດຄວາມ. ຂ້າພະເຈົ້າໄດ້ຄິດໄລ່ວິທີການແຈກຢາຍເວລາຈາກການພິມເຜີຍແຜ່ບົດຄວາມໄປຫາຄໍາເຫັນຂອງມັນ. ມັນໄດ້ຫັນອອກວ່າໃນປັດຈຸບັນຄໍາເຫັນປານກາງ (ເສັ້ນສີຂຽວ) ມາຮອດປະມານ 20 ຊົ່ວໂມງ, i.e. ໃນມື້ທໍາອິດຫຼັງຈາກການພິມເຜີຍແຜ່, ໂດຍສະເລ່ຍ, ຫຼາຍກ່ວາເຄິ່ງຫນຶ່ງຂອງຄໍາເຫັນກ່ຽວກັບບົດຄວາມແມ່ນຍັງເຫຼືອ. ແລະໃນສອງມື້ພວກເຂົາອອກຈາກ 75% ຂອງຄໍາເຫັນທັງຫມົດ. ໃນເວລາດຽວກັນ, ບົດຄວາມກ່ອນຫນ້ານີ້ໄດ້ຖືກອ່ານໄວຂຶ້ນ - ຕົວຢ່າງ, ໃນປີ 2010, ເຄິ່ງຫນຶ່ງຂອງຄໍາເຫັນໄດ້ມາໃນ 6 ຊົ່ວໂມງທໍາອິດ.

ມັນແປກໃຈສໍາລັບຂ້ອຍທີ່ຄໍາເຫັນໄດ້ຍືດຍາວ: ຕົວເລກສະເລ່ຍຂອງຕົວອັກສອນໃນຄໍາເຫັນໄດ້ເພີ່ມຂຶ້ນເກືອບສອງເທົ່າຕະຫຼອດຊີວິດຂອງ Habr!

ຄໍາຄິດເຫັນທີ່ງ່າຍກວ່າຄໍາເຫັນແມ່ນການລົງຄະແນນສຽງ. ບໍ່ເຫມືອນກັບຊັບພະຍາກອນອື່ນໆຈໍານວນຫຼາຍ, ໃນHabre ທ່ານສາມາດໃສ່ບໍ່ພຽງແຕ່ pluses, ແຕ່ຍັງ minuses. ຢ່າງໃດກໍຕາມ, ຜູ້ອ່ານບໍ່ໄດ້ໃຊ້ໂອກາດສຸດທ້າຍເລື້ອຍໆ: ສ່ວນແບ່ງການບໍ່ມັກໃນປະຈຸບັນແມ່ນປະມານ 15% ຂອງຄະແນນສຽງທັງຫມົດ. ເຄີຍມີຫຼາຍຂຶ້ນ, ແຕ່ເມື່ອເວລາຜ່ານໄປ, ຜູ້ອ່ານໄດ້ກາຍເປັນໃຈດີ.

ບົດເລື່ອງຕ່າງໆໄດ້ປ່ຽນແປງຕາມເວລາ. ຕົວຢ່າງ, ຄວາມຍາວປົກກະຕິຂອງຂໍ້ຄວາມບໍ່ໄດ້ຢຸດເຊົາການຂະຫຍາຍຕົວຢ່າງຕໍ່ເນື່ອງຈາກການເປີດຕົວຂອງເວັບໄຊທ໌, ເຖິງວ່າຈະມີວິກິດການ. ໃນທົດສະວັດ, ບົດເລື່ອງໄດ້ກາຍເປັນເກືອບສິບເທົ່າ!

ຮູບແບບຂອງບົດເລື່ອງ (ເປັນປະມານທໍາອິດ) ຍັງມີການປ່ຽນແປງ. ສໍາລັບຕົວຢ່າງ, ໃນໄລຍະປີທໍາອິດຂອງການມີຢູ່ຂອງ Habr, ສ່ວນແບ່ງຂອງລະຫັດແລະຕົວເລກໃນບົດເລື່ອງເພີ່ມຂຶ້ນ:

ຫຼັງຈາກເຂົ້າໃຈເຖິງນະໂຍບາຍດ້ານໂດຍລວມຂອງເວັບໄຊທ໌, ຂ້າພະເຈົ້າໄດ້ຕັດສິນໃຈທີ່ຈະວັດແທກຄວາມນິຍົມຂອງຫົວຂໍ້ຕ່າງໆໄດ້ປ່ຽນແປງ. ຫົວຂໍ້ສາມາດຖືກເລືອກໂດຍອັດຕະໂນມັດຈາກບົດເລື່ອງ, ແຕ່ສໍາລັບການເລີ່ມຕົ້ນ, ທ່ານບໍ່ສາມາດ reinvent ລໍ້ໄດ້, ແຕ່ໃຊ້ tags ພ້ອມທີ່ຈະເຮັດ affixed ໂດຍຜູ້ຂຽນຂອງແຕ່ລະບົດຄວາມ. ຂ້າພະເຈົ້າໄດ້ແຕ້ມສີ່ແນວໂນ້ມປົກກະຕິໃນຕາຕະລາງ. ຫົວຂໍ້ "Google" ໃນເບື້ອງຕົ້ນໄດ້ຄອບງໍາ (ບາງທີອາດເປັນຍ້ອນ SEO), ແຕ່ໄດ້ສູນເສຍນ້ໍາຫນັກຫຼາຍປີ. Javascript ເປັນຫົວຂໍ້ທີ່ນິຍົມແລະສືບຕໍ່ຂະຫຍາຍຕົວຢ່າງຊ້າໆ, ແຕ່ການຮຽນຮູ້ຂອງເຄື່ອງຈັກໄດ້ເລີ່ມໄດ້ຮັບຄວາມນິຍົມຢ່າງໄວວາໃນຊຸມປີມໍ່ໆມານີ້. ໃນທາງກົງກັນຂ້າມ, Linux ຍັງຄົງມີຄວາມກ່ຽວຂ້ອງເທົ່າທຽມກັນຕະຫຼອດທົດສະວັດ.

ແນ່ນອນ, ຂ້ອຍສົນໃຈຫົວຂໍ້ໃດທີ່ດຶງດູດກິດຈະກໍາຂອງຜູ້ອ່ານຫຼາຍຂຶ້ນ. ຂ້າພະເຈົ້າໄດ້ຄິດໄລ່ຈໍານວນສະເລ່ຍຂອງການເບິ່ງ, ການລົງຄະແນນສຽງແລະຄໍາເຫັນໃນແຕ່ລະຫົວຂໍ້. ນີ້ແມ່ນສິ່ງທີ່ເກີດຂຶ້ນ:

• ຫົວຂໍ້ທີ່ເບິ່ງຫຼາຍທີ່ສຸດ: arduino, ການອອກແບບເວັບ, ການພັດທະນາເວັບ, digest, links, css, html, html5, nginx, algorithms.
• ຫົວຂໍ້ "ມັກ" ຫຼາຍທີ່ສຸດ: vkontakte, humor, jquery, opera, c, html, ການພັດທະນາເວັບ, html5, css, ການອອກແບບເວັບໄຊຕ໌.
• ຫົວຂໍ້ສົນທະນາຫຼາຍທີ່ສຸດ: opera, skype, freelance, vkontakte, ubuntu, work, nokia, nginx, arduino, firefox.

ໂດຍວິທີທາງການ, ຍ້ອນວ່າຂ້ອຍກໍາລັງປຽບທຽບຫົວຂໍ້, ທ່ານສາມາດຈັດອັນດັບໃຫ້ພວກເຂົາໂດຍຄວາມຖີ່ (ແລະປຽບທຽບຜົນໄດ້ຮັບກັບ ບົດ​ຄວາມ​ທີ່​ຄ້າຍ​ຄື​ກັນ​ຈາກ​ປີ 2013​).

• ສໍາລັບທຸກໆປີຂອງການມີຢູ່ຂອງ Habr, tags ທີ່ນິຍົມຫລາຍທີ່ສຸດ (ຕາມລໍາດັບ) ແມ່ນ google, android, javascript, microsoft, linux, php, apple, java, python, programming, startups, development, ios, startup, social networks
• ໃນປີ 2017, ທີ່ນິຍົມຫລາຍທີ່ສຸດແມ່ນ javascript, python, java, android, development, linux, c++, programming, php, c#, ios, machine learning, information security, microsoft, react

ເມື່ອປຽບທຽບການຈັດອັນດັບເຫຼົ່ານີ້, ຫນຶ່ງສາມາດເອົາໃຈໃສ່, ສໍາລັບຕົວຢ່າງ, ກັບການມີໄຊຊະນະຂອງ Python ແລະການສູນພັນຂອງ php, ຫຼື "sunset" ຂອງຫົວຂໍ້ເລີ່ມຕົ້ນແລະການເພີ່ມຂຶ້ນຂອງການຮຽນຮູ້ເຄື່ອງຈັກ.

ບໍ່ແມ່ນແທັກທັງໝົດໃນHabre ມີການໃສ່ສີຕາມຫົວຂໍ້ທີ່ຈະແຈ້ງ. ຕົວຢ່າງ, ນີ້ແມ່ນແທັກຫຼາຍສິບທີ່ພົບຄັ້ງດຽວ, ແຕ່ເບິ່ງຄືວ່າເປັນເລື່ອງຕະຫລົກສໍາລັບຂ້ອຍ. ດັ່ງນັ້ນ: "ຄວາມຄິດເປັນແຮງຂັບເຄື່ອນຂອງຄວາມກ້າວຫນ້າ", "ເກີບຈາກຮູບ floppy", "ລັດໄອໂອວາ", "ລະຄອນ", "superalesh", "ເຄື່ອງຈັກອາຍ", "ສິ່ງທີ່ຕ້ອງເຮັດໃນວັນເສົາ", "ຂ້ອຍມີ. fox ໃນເຄື່ອງ grinder ຊີ້ນ", "ມັນຫັນອອກເປັນສະເຫມີ", "ພວກເຮົາບໍ່ສາມາດມາເຖິງມີ tags ຕະຫລົກ". ເພື່ອກໍານົດຫົວຂໍ້ຂອງບົດຄວາມດັ່ງກ່າວ, tags ແມ່ນບໍ່ພຽງພໍ - ທ່ານຈະຕ້ອງດໍາເນີນການສ້າງແບບຈໍາລອງຫົວຂໍ້ກ່ຽວກັບບົດເລື່ອງຂອງບົດຄວາມ.

ການວິເຄາະລາຍລະອຽດເພີ່ມເຕີມກ່ຽວກັບເນື້ອໃນຂອງບົດຄວາມຈະຢູ່ໃນບົດຄວາມຕໍ່ໄປ. ທໍາອິດ, ຂ້ອຍຈະສ້າງແບບຈໍາລອງທີ່ຄາດຄະເນຈໍານວນການເບິ່ງຫນ້າສໍາລັບບົດຄວາມໂດຍອີງໃສ່ເນື້ອຫາຂອງມັນ. ອັນທີສອງ, ຂ້ອຍຕ້ອງການສອນເຄືອຂ່າຍ neural ເພື່ອສ້າງບົດເລື່ອງໃນແບບດຽວກັນກັບຜູ້ຂຽນຂອງ Habr. ສະນັ້ນຈອງ🙂

PS ແລະນີ້ແມ່ນສຽງບີບ ຊຸດຂໍ້ມູນ.

ແຫຼ່ງຂໍ້ມູນ: www.habr.com