Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

မတ်လ 14 ရက် 2017 တွင် Social Data Hub ၏ CEO ဖြစ်သူ Arthur Khachuyan က BBDO ဟောပြောပွဲ၌ ဟောပြောခဲ့သည်။ Arthur သည် ဉာဏ်ရည်ထက်မြက်သော စောင့်ကြည့်ခြင်း၊ အပြုအမူဆိုင်ရာ မော်ဒယ်များ တည်ဆောက်ခြင်း၊ ဓာတ်ပုံနှင့် ဗီဒီယို အကြောင်းအရာများကို အသိအမှတ်ပြုခြင်းအပြင် လူမှုကွန်ရက်များနှင့် Big Data နည်းပညာများကို အသုံးပြု၍ ပရိသတ်များကို ပစ်မှတ်ထားနိုင်သည့် အခြား Social Data Hub ကိရိယာများနှင့် သုတေသနပြုခြင်းအကြောင်း ပြောဆိုခဲ့သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

Arthur Khachuyan (နောင် - AH): - မင်္ဂလာပါ! အားလုံးမင်္ဂလာပါ! ကျွန်ုပ်၏အမည်မှာ Arthur Khachuyan ဖြစ်ပါသည်၊ ကျွန်ုပ်သည် Social Data Hub ကုမ္ပဏီကို လည်ပတ်နေပြီး၊ ကျွန်ုပ်တို့သည် ပွင့်လင်းသော ဒေတာရင်းမြစ်များ၊ သတင်းအချက်အလက်နယ်ပယ်များ နှင့် စိတ်ဝင်စားဖွယ် သုတေသန အမျိုးမျိုးကို လုပ်ဆောင်နေပါသည်။

ယနေ့တွင် BBDO Group မှ လုပ်ဖော်ကိုင်ဖက်များသည် ဒေတာကြီးကြီးမားမား၊ ကြီးကြီးမားမားမဟုတ်သော ဒေတာများကို ကြော်ငြာရန်အတွက် ခေတ်မီနည်းပညာများအကြောင်း ဆွေးနွေးရန် ကျွန်ုပ်တို့အား တောင်းဆိုခဲ့သည်- ၎င်းကိုအသုံးပြုပုံ၊ စိတ်ဝင်စားဖွယ် ဥပမာအချို့ကို ပြသပါ။ လမ်းတစ်လျှောက်မှာ မင်းမေးခွန်းတွေမေးမယ်လို့ ငါမျှော်လင့်ပါတယ်၊ ဘာကြောင့်လဲဆိုတော့ ငါက ငြီးငွေ့စရာကောင်းပြီး အနှစ်သာရကို ထုတ်မပြတတ်တဲ့အတွက်ကြောင့်မို့ မရှက်ပါနဲ့။

အမှန်တကယ်တော့၊ “နီး--ကြီး-ဒေတာ” ဖြေရှင်းချက်အချို့ကို အသုံးပြုခဲ့သည့် အဓိကလမ်းညွှန်ချက်များမှာ ရှင်းရှင်းလင်းလင်းဖြစ်သည် - ဤသည်မှာ ပရိသတ်ကို ပစ်မှတ်ထားမှု၊ ခွဲခြမ်းစိတ်ဖြာမှု၊ ခွဲခြမ်းစိတ်ဖြာမှုဆိုင်ရာ စျေးကွက်ရှာဖွေမှုအချို့ကို လုပ်ဆောင်နေခြင်းဖြစ်သည်။ သို့သော် ထပ်လောင်းဒေတာကို ရှာတွေ့နိုင်သည်၊ ခွဲခြမ်းစိတ်ဖြာမှုကို အသုံးချပြီးနောက် မည်သို့သော ထပ်လောင်းအဓိပ္ပါယ်များကို ရှာတွေ့နိုင်သည်ကိုလည်း အမြဲစိတ်ဝင်စားပါသည်။

ကြော်ငြာအတွက် နည်းပညာ ဘာကြောင့် လိုအပ်တာလဲ။

ငါတို့ဘယ်မှာစမလဲ။ အထင်ရှားဆုံးအချက်မှာ လူမှုကွန်ရက်ပေါ်တွင် ကြော်ငြာခြင်းပင်ဖြစ်သည်။ ဒီနေ့ မနက်ခင်းမှာ ကျွန်တော် အဲဒါကို ဖြုတ်လိုက်တယ်- အကြောင်းတစ်ခုခုကြောင့် VKontakte က ဒီကြော်ငြာကို မြင်သင့်တယ်ထင်တယ်... ကောင်းသည်ဖြစ်စေ ဆိုးသည်ဖြစ်စေ ဒုတိယမေးခွန်းဖြစ်သည်။ ကျွန်ုပ်သည် စစ်မှုထမ်းများ၏ အမျိုးအစားထဲသို့ ကျိန်းသေပေါက် ကျိန်းသေပေါက် ကျနေကြောင်း ကျွန်ုပ်တို့ မြင်ပါသည်-

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

နည်းပညာဆိုင်ရာဖြေရှင်းချက်တစ်ခုအဖြစ်ယူနိုင်သောပထမဆုံးနှင့်စိတ်ဝင်စားစရာအကောင်းဆုံးအရာ... မစတင်မီငါဆုံးဖြတ်လိုသောပထမဆုံးအချက်မှာအသုံးအနှုန်းများကိုသတ်မှတ်ရန်ဖြစ်သည်- open data ကဘာလဲ၊ big data ဆိုတာဘာလဲ။ လူတွေအားလုံးက ဒီကိစ္စနဲ့ ပတ်သက်ပြီး နားလည်မှုရှိကြပြီး ဘယ်သူ့ကိုမှ စည်းကမ်းမသတ်မှတ်ချင်ပေမယ့်... ကွဲလွဲမှုတွေ မရှိစေဖို့ပါပဲ။

ပုဂ္ဂိုလ်ရေးအရ၊ အကောင့်ဖွင့်ခြင်း သို့မဟုတ် စကားဝှက်မပါဘဲ ကျွန်ုပ်ရောက်ရှိနိုင်သည့်အရာအားလုံးသည် open data ဖြစ်သည်ဟု ကျွန်ုပ်ထင်ပါတယ်။ ဤသည်မှာ လူမှုကွန်ရက်များတွင် ဖွင့်ထားသော ပရိုဖိုင်ဖြစ်ပြီး ရှာဖွေမှုရလဒ်များ၊ ၎င်းတို့သည် ဖွင့်ထားသော စာရင်းသွင်းမှုများ စသည်တို့ဖြစ်သည်။ Big data ၊ ကျွန်ုပ်၏ကိုယ်ပိုင်နားလည်မှုဖြင့်၊ ၎င်းကို ဤကဲ့သို့မြင်ရသည်- ၎င်းသည် ဒေတာပန်းကန်ပြားတစ်ခုဆိုလျှင်၊ အတန်းတစ်ဘီလီယံ၊ တစ်မျိုးမျိုးဖြစ်နေပါက၊ ဖိုင်သိုလှောင်မှု၏တစ်နေရာရာတွင်၎င်းသည်ဒေတာ၏ petabyte ဖြစ်သည်။ ကျွန်ုပ်၏ အသုံးအနှုန်းများတွင် ကျန်အရာများသည် ကြီးမားသော အချက်အလက်မဟုတ်သော်လည်း ထိုကဲ့သို့သော အရာမျိုးဖြစ်သည်။

မြင့်မားသော တိကျသော ပရိုဖိုင်းနှင့် ပရိုဖိုင် အမှတ်ပေးမှု

လိုက်ကြရအောင်။ ဒေတာအရင်းအမြစ်များကို ပိုင်းခြားစိတ်ဖြာခြင်းမှ သင်ရရှိလာနိုင်သည့် ပထမဆုံးနှင့် စိတ်ဝင်စားစရာအကောင်းဆုံးအရာမှာ တိကျမှုမြင့်မားသော ပရိုဖိုင်နှင့် ပရိုဖိုင်ရမှတ်များဖြစ်သည်။ ဒါဘာလဲ? ဤသည်မှာ သင့်လူမှုကွန်ရက်အကောင့်သည် သင်မည်သူဖြစ်သည်သာမက သင့်စိတ်ဝင်စားမှုများသာမကဘဲ ကြိုတင်ခန့်မှန်းနိုင်သော ဇာတ်လမ်းတစ်ပုဒ်ဖြစ်သည်။

ယခုမူ၊ ရင်းမြစ်အမျိုးမျိုးကို ပေါင်းစပ်ခြင်းဖြင့်၊ သင့်လစာ၏ ပျမ်းမျှအဆင့်၊ သင့်တိုက်ခန်းကုန်ကျစရိတ်နှင့် ၎င်းတည်နေရာကို သင်နားလည်နိုင်မည်ဖြစ်သည်။ ဤဒေတာအားလုံးကို ရရှိနိုင်သောနည်းလမ်းများမှ စာသားအတိုင်းအသုံးပြုနိုင်ပါသည်။ ဥပမာအားဖြင့်၊ သင်သည် သင်၏အကောင့်ကို လူမှုကွန်ရက်ပေါ်တွင် ယူပါက၊ သင်နေထိုင်သည့်နေရာ၊ သင်အလုပ်လုပ်သည့်နေရာ၊ သင်လုပ်ကိုင်နေသော ကုမ္ပဏီ၏ မည်သည့်ကဏ္ဍကို နားလည်သည်၊ အကယ်၍ သင်သည် ခွဲခြမ်းစိတ်ဖြာသူ၊ မန်နေဂျာ၊ စသည်တို့ဖြစ်ပါက HH နှင့် “Superjob” တို့မှ အလားတူ လစ်လပ်နေရာများကို ဒေါင်းလုဒ်လုပ်ပါ။ သင်နေထိုင်သည့်နေရာကိုကြည့်ပါ (အခြေခံ၊ CIAN ဟုပြောပါ) ဤနေရာ၌အိမ်ငှားရန်ကုန်ကျစရိတ်မည်မျှရှိသည်၊ ဤနေရာတွင်အိမ်ဝယ်ရန်ကုန်ကျစရိတ်မည်မျှရှိသည်၊ သင်ဝင်ငွေမည်မျှခန့်မှန်းခြေကိုခန့်မှန်းပါ။ ထို့အပြင် သင်၏လူမှုရေးကွန်ရက်များကို အသုံးပြု၍ သင်မည်မျှခရီးထွက်သည်၊ သင်ရောက်ရှိနေသည့်နေရာနှင့် သင့်အလုပ်ရှင်အပေါ် သင်မည်မျှသစ္စာစောင့်သိသည်ကို သင်နားလည်နိုင်သည်။

ထို့ကြောင့်၊ ဤမျှများပြားလှသော မက်ထရစ်ကိန်းဂဏန်းများမှ ကျွန်ုပ်တို့ လိုချင်သည့်အရာကို လုပ်နိုင်သည် ။ သင့်အား စိတ်ဝင်စားသော ထုတ်ကုန်တစ်ခုနှင့် မိတ်ဆက်ပေးနိုင်ပါသည်။ အွန်လိုင်းစတိုးတစ်ခုကို စိတ်ကူးကြည့်နိုင်ပါသလား။ မင်းအဲဒီကိုသွားပါ - ဒီအွန်လိုင်းစတိုးက မင်းရဲ့အကောင့်ကို လူမှုကွန်ရက်ပေါ်မှာ ဖမ်းစားပြီး "Masha၊ မင်းရဲ့ချစ်သူနဲ့ လမ်းခွဲလိုက်ပါပြီ၊ ဒါက မင်းအတွက် အချို့သော ထုတ်ကုန်တွေပါ။" ဒါက မဝေးတော့တဲ့အနာဂတ်မဟုတ်ဘူး...

လူတစ်ဦး၏ ပထဝီဝင်တည်နေရာကို မည်သို့သတ်မှတ်သနည်း။

ပရိသတ်၏မေးခွန်းများအတွက် အဖြေများ

  • ပုံမှန်အားဖြင့်၊ check-in အားလုံး၏ 80% ကို အတိအကျ နေထိုင်ရာနေရာဟု သတ်မှတ်သည်။ သို့သော် မည်သည့်နေရာမှ check in မလုပ်သောသူများအတွက်၊ ရွေးချယ်စရာများစွာရှိသည်- check-in သို့မဟုတ် geolocation သို့မဟုတ် လူတစ်ဦးသည် တစ်စုံတစ်ခုရေးသောအခါ အချိန်ကာလတစ်ခုလုံးအတွက် ပို့စ်များနှင့် ထုတ်ဝေမှုများကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြစ်သည်... ပြီးတော့ တစ်နေရာရာမှာ၊ "Akademicheskaya အနီးမှာ တွန်းလှည်းတစ်စီး ဝယ်ချင်ပါတယ်" သို့မဟုတ် "နံရံမှာ ရုပ်ဆိုးတဲ့ ဂရပ်ဖီတီကို မကြာသေးမီက တွေ့ခဲ့တယ်" ကဲ့သို့ တစ်ခုခု ပေါ်လာလိမ့်မည်။ ဆိုလိုသည်မှာ လူများ၏ 80% နီးပါးအတွက် ၎င်းတို့၏ ပထဝီဝင်တည်နေရာ၊ အလုပ်နေရာနှင့် ၎င်းတို့နေထိုင်ရာအရပ်တို့ကို လူမှုကွန်ရက်များမှ စုဆောင်းနိုင်သည့် ဒေတာ သို့မဟုတ် မက်တာဒေတာကို အသုံးပြု၍ ဆုံးဖြတ်နိုင်သည်။

    ဤသည်မှာ ပို့စ်များ၏ သုံးသပ်ချက်ဖြစ်သည်။ အရိုးရှင်းဆုံးသဘောအရ၊ ဤသည်မှာ jpeg မက်တာဒေတာကို မဖျက်ဘဲ လူမှုကွန်ရက်များရှိ check-in နှင့် geolocation များကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြစ်သည် (၎င်းမှ တစ်ခုခုကို တွက်ဆနိုင်သည်)။ သို့သော် ကျန်နေသေးသူများအတွက်၊ ၎င်းတို့သည် များသောအားဖြင့် စာသားထုတ်လွှင့်မှုများဖြစ်သည်- တစ်စုံတစ်ခုအကြောင်းရေးသောအခါတွင် လူတစ်ဦးသည် ၎င်း၏တည်နေရာကို “လင်း” စေသည်၊ သို့မဟုတ် သူသည် ၎င်း၏ ကြော်ငြာအချို့ကို Avito တွင် သို့မဟုတ် ၎င်း၏အကောင့်တွင် ရှာတွေ့နိုင်သောကြောင့် ၎င်း၏ဖုန်းကို “တောက်” စေပါသည်။ အော်တို RU"။ ဤဒေတာကိုအခြေခံ၍ သင်သည် (ဥပမာ၊ "Mayakovskaya အနီးတွင်ကားတစ်စီးရောင်းနေသည်") ကိုပေါင်းစပ်ပြီး အကြမ်းဖျင်းယူဆနိုင်ပါသည်။

  • လူတွေက ဒါကို လူမှုကွန်ရက်မှာ တင်လေ့ရှိပါတယ်။ ကျွန်ုပ်တို့သည် ပွင့်လင်းသောအရင်းအမြစ်များနှင့်သာ လုပ်ဆောင်နေပြီး ဤနေရာတွင် ကျွန်ုပ်တို့သည် ပွင့်လင်းသောအရင်းအမြစ်များအကြောင်း သီးသန့်ပြောဆိုနေပါသည်။ ၎င်းတို့သည် အများအားဖြင့် ကြော်ငြာများကို ထုတ်ဝေကြသည်၊ ဆိုလိုသည်မှာ ဖြစ်ရပ်များ၏ ခြောက်ဆယ်ရာခိုင်နှုန်းတွင်၊ လူများက ၎င်းတို့၏ လက်ရှိ ဆဲလ်ဖုန်းနံပါတ်ကို တစ်စုံတစ်ရာ ရောင်းချခြင်းအတွက် ကြော်ငြာများ ပြသသည့်အခါ အဖြစ်အများဆုံး ဇာတ်လမ်းဖြစ်သည်။ အချို့သောအဖွဲ့များတွင်ဖြစ်စေ လူတစ်ဦးသည် (“ဒါကိုရောင်းသည်ဖြစ်စေ၊ ထိုနေရာတွင်ဖြစ်စေ” ဟုရေးသည်) သို့မဟုတ် တစ်နေရာရာသို့သွားပါ။

    ဟုတ်တယ်! သူတို့သည် အများအားဖြင့်- “ငါ့ကိုဖြေပါ သို့မဟုတ် SMS ပို့ပါ၊ ငါ့နံပါတ်ကို ခေါ်ပါ။ တစ်ခုခုကို ရောင်းသူ၊ လူမှုကွန်ရက်မှာ တစ်ခုခုဝယ်တာ၊ တစ်စုံတစ်ယောက်နဲ့ ဆက်သွယ်ပြောဆိုတဲ့သူတွေမှာ ဖြစ်တတ်ပါတယ်... ထို့ကြောင့်၊ ဤနံပါတ်ကို အသုံးပြု၍ CIAN တွင် ၎င်း၏ပရိုဖိုင်ကို သင် လင့်ခ်ချိတ်နိုင်သည်၊ သို့မဟုတ် တစ်ခုခုကို ထုတ်ဝေဖူးပါက၊ Avito ၎င်းတို့သည် ရိုးရိုးရှင်းရှင်း လူကြိုက်အများဆုံး၊ ထိပ်တန်းသတင်းရင်းမြစ်များဖြစ်သည်၊ ၎င်းသည် ဆက်လက်ဖော်ပြပါမည် - ၎င်းတို့သည် Avito၊ CIAN စသည်တို့ဖြစ်သည်။

  • ၎င်းသည် အွန်လိုင်းစတိုးကို ရည်ညွှန်းသည်။ နောက်တစ်ခုကတော့ facial recognition နဲ့ profile matching နည်းပညာဖြစ်ပါလိမ့်မယ် (အဲဒါကိုပြောမယ်)။ သီအိုရီသက်သက်ဖြင့်၊ ၎င်းကို အော့ဖ်လိုင်းစတိုးတစ်ခုတွင် အသုံးချနိုင်သည်။ ယေဘူယျအားဖြင့်၊ ကျွန်တော့်ရဲ့ အိပ်မက်ကြီးတစ်ခုကတော့ လမ်းဘေးနဖူးစည်းတွေ ပေါ်လာတဲ့အခါ၊ ကင်မရာတစ်လုံးကို ဖြတ်လျှောက်သွားတဲ့အခါ သင့်မျက်နှာကို “ထောင်ချောက်” သွားစေတာပါပဲ။ သို့သော် ဤအမှုသည် ကိုယ်ရေးကိုယ်တာ ချိုးဖောက်မှုဖြစ်သောကြောင့် ဥပဒေအရ တားမြစ်မည်ဖြစ်သည်။ အနှေးနဲ့အမြန် ဖြစ်လာမယ်လို့ မျှော်လင့်ပါတယ်။
  • ကိုယ်တွေ့ အတွေ့အကြုံကနေ။ မကြာခဏဆိုသလို၊ လူတစ်ယောက်က သင့်ဆီ တစ်ခုခုရေးတဲ့အခါ၊ သင်မသိသင့်ဘူးလို့ ထင်ရတဲ့ သူ့ဘဝထဲက အချက်အလက်တချို့ကို လုပ်ဆောင်နေတာပါ... ကိစ္စတော်တော်များများမှာ လူတွေက ကြောက်လန့်တတ်ကြတယ်။ ဒါပေမယ့်! မကြာသေးမီက စာရင်းဇယားများကို အခြေခံ၍ လူမှုကွန်ရက်များတွင် ပိတ်ထားသော အကောင့်အရေအတွက်သည် 14% လျော့နည်းသွားသည်။ အတုအပ အရေအတွက် တိုးလာတယ်၊ အကောင့်ဖွင့်တဲ့ အရေအတွက် တိုးလာတယ်၊ လူတွေက ပွင့်လင်းမြင်သာမှုဆီ တိုးလာနေတယ်။ ၃-၄ နှစ်အတွင်း သူတို့ မသိသင့်ဘူးဆိုတဲ့ အချက်ကို တစ်ယောက်ယောက်က သိနေတာကြောင့် ပြင်းပြင်းထန်ထန် တုံ့ပြန်တာတွေ ရပ်သွားလိမ့်မယ် ထင်ပါတယ်။ ဒါပေမယ့် သူ့နံရံကို ကြည့်ခြင်းအားဖြင့် ရဖို့က အရမ်းလွယ်ပါတယ်။

ပွင့်လင်းသောရင်းမြစ်များမှ အဘယ်အရာယူနိုင်သနည်း။

ပွင့်လင်းသောရင်းမြစ်များမှ မျှမျှတတမြင့်မားသော ယုံကြည်စိတ်ချရမှုဖြင့် နားလည်နိုင်သော အနီးစပ်ဆုံးစာရင်းတစ်ခု ရှိပါသည်။ တကယ်တော့၊ ပိုလို့တောင် မတူညီတဲ့ မက်ထရစ်တွေ ရှိပါသေးတယ်။ ထိုသို့သောသုတေသန၏ဖောက်သည်အပေါ် မူတည်. လူမှုကွန်ရက်တွေပေါ်မှာ ဒါမှမဟုတ် အများသူငှာ နေရာတစ်နေရာမှာ ကတိသစ္စာပြုမလားဆိုတာကို စိတ်ဝင်စားတဲ့ HR အေဂျင်စီအချို့ရှိပါတယ်။ တစ်စုံတစ်ယောက်သည် သင် Navalny ၏ထုတ်ဝေမှုများကို နှစ်သက်သည်ဖြစ်စေ သို့မဟုတ် အပြန်အလှန်အားဖြင့် United Russia စာစောင်များ သို့မဟုတ် ညစ်ညမ်းသောအကြောင်းအရာအချို့ကို သင်စိတ်ဝင်စားသည် - ထိုကဲ့သို့သောအရာများသည် မကြာခဏဖြစ်တတ်သည်။

အဓိကအချက်များမှာ မိသားစုတန်ဖိုးများ၊ တိုက်ခန်းတစ်ခန်း၏ ခန့်မှန်းခြေကုန်ကျစရိတ်၊ အိမ်၊ ကားရှာဖွေခြင်းစသည်ဖြင့် ဖြစ်သည်။ ယင်းကိုအခြေခံ၍ လူများကို လူမှုရေးအုပ်စုများအဖြစ် ခွဲခြားနိုင်သည်။ ၎င်းတို့သည် မော်စကို Tinder အသုံးပြုသူများဖြစ်ပြီး ၎င်းတို့မှာ (၎င်းတို့၏ Facebook အကောင့်များတွင် တွေ့ရှိရသည့် ၎င်းတို့၏ပုံများအတိုင်း)၊ ၎င်းတို့၏ အကျိုးစီးပွားကို အခြေခံ၍ လူမှုရေးအုပ်စုများ အမျိုးမျိုး ခွဲခြားထားသည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

အကယ်၍ ကျွန်ုပ်တို့သည် ကြော်ငြာနှင့် နီးကပ်လာပါက၊ အချို့သောအဖွဲ့များသို့ စာရင်းသွင်းထားသော အသက် 18 နှစ်အရွယ် အမျိုးသားများကို သင်စိတ်ဝင်စားသည့် VKontakte တွင် သင်ရွေးချယ်သောအခါတွင် စံကြော်ငြာပစ်မှတ်ထားမှုမှ ကျွန်ုပ်တို့သည် တဖြည်းဖြည်းဝေးကွာသွားပါပြီ။ ဒီပုံလေးရှိတယ်၊ အခုပြမယ်

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

အဓိကအချက်မှာ အခြေခံအားဖြင့်၊ လူမှုရေးကွန်ရက်များကို ခွဲခြမ်းစိတ်ဖြာသူများ၊ ခွဲခြမ်းစိတ်ဖြာသော လက်ရှိဝန်ဆောင်မှုအများစုသည် အကျိုးစီးပွားများကို ပိုင်းခြားစိတ်ဖြာခြင်းတွင် ပါဝင်နေသောကြောင့်ဖြစ်သည်... ပထမဆုံးအချက်မှာ ၎င်းတို့၏ စာရင်းသွင်းသူများ၏ ထိပ်တန်းအုပ်စုများကို ခွဲခြမ်းစိတ်ဖြာရန်ဖြစ်သည်။ ဒါက တစ်ချို့အတွက် အလုပ်ဖြစ်နိုင်ပေမယ့် ပုဂ္ဂိုလ်ရေးအရတော့ ဒါဟာ အခြေခံအားဖြင့် မှားတယ်လို့ ထင်ပါတယ်။ အဘယ်ကြောင့်?

သင်၏အကြိုက်များကို စုဆောင်းပြီး ခွဲခြမ်းစိတ်ဖြာပါသည်။

အခု မင်းရဲ့ဖုန်းတွေကိုယူ၊ မင်းရဲ့ထိပ်တန်းအဖွဲ့တွေကိုကြည့်ပါ - မင်းမေ့သွားပြီဖြစ်တဲ့အဖွဲ့တွေရဲ့ 50% ကျော်ရှိမှာ သေချာပါတယ်၊ ဒါက မင်းနဲ့တကယ်မသက်ဆိုင်တဲ့ အကြောင်းအရာအချို့ပါ။ သင်လုံးဝမစားသုံးပါ၊ သို့သော် မည်သို့ပင်ဆိုစေကာမူ စနစ်သည် သင့်အား ဟင်းချက်နည်းများစာရင်းသွင်းထားသော၊ အချို့သောလူကြိုက်များသောအုပ်စုများသို့ စာရင်းသွင်းထားသည့်အတိုင်း ၎င်းတို့ကို ခြေရာခံပါမည်။ ဆိုလိုသည်မှာ သင့်ပရိုဖိုင်ကို ခွဲခြမ်းစိတ်ဖြာသည့်စနစ်အား သင်ချိုးဖောက်မည်ဖြစ်ပြီး သင့်စိတ်ဝင်စားမှုများသည် တရားမျှတမည်မဟုတ်ပါ။

ဆက်သွားပါ... အဲဒီမှာ ဘာရှိလဲ။ တခြားလူတွေ လုပ်နေတာတွေကို ကျွန်တော်တို့ ယူဆတယ်။ ကျွန်ုပ်တို့၏အမြင်အရ၊ သုံးစွဲသူများ၏ အကျိုးစီးပွားကို အကဲဖြတ်ရန် အလုံလောက်ဆုံးနည်းလမ်းမှာ အကြိုက်များဖြစ်သည်။ ဥပမာအားဖြင့်၊ VKontakte တွင် ကြိုက်နှစ်သက်သည့် feed မပါရှိပြီး ၎င်းတို့ကြိုက်နှစ်သက်သည်ကို မည်သူမျှမသိဟု လူအများက ထင်မြင်ကြသည်။ ဟုတ်ကဲ့၊ အချို့သော လိုက်ခ်များကို Instagram တွင် မိတ်ဆက်ထားပြီး၊ Facebook တွင် တစ်ခုခုကို ကျွန်ုပ်တို့တွေ့မြင်ရသော်လည်း အချို့သောအုပ်စုများရှိ အကြောင်းအရာအများစုသည် ၎င်းကို အများအားဖြင့် ဖိဒ်တစ်ခုတွင် မထုတ်လွှင့်ဘဲ လူများက ၎င်းတို့ကြိုက်နှစ်သက်သည်ကို မည်သူမှ သိလိမ့်မည်မထင်ပါ။

ကျွန်ုပ်တို့စိတ်ဝင်စားသည့် အကြောင်းအရာအချို့ကို စုဆောင်းခြင်း၊ ဤပို့စ်များကို စုဆောင်းခြင်း၊ ဤအကြိုက်များ စုဆောင်းခြင်း၊ ထို့နောက် ဤဒေတာဘေ့စ်ကို အသုံးပြု၍ ဤလူကို စစ်ဆေးခြင်းဖြင့်၊ သူသည် မည်သူမည်ဝါ၊ သူ၏ ကံကြမ္မာသည် အဘယ်အရာ၊ သူစိတ်ဝင်စားသောအရာကို တိကျမှန်ကန်စွာ ဆုံးဖြတ်နိုင်မည်ဖြစ်သည်။ သူ့ကို တိကျသေချာတဲ့ လူမှုရေးအဖွဲ့တစ်ခုမှာ ထားရှိပြီး သူနဲ့ ဆက်ဆံပါ။

ကားဝယ်တာက အမူအကျင့်ကို ပြောင်းလဲစေတယ်။

ငါ့မှာ ဥပမာတစ်ခုရှိတယ်။ ကျွန်ုပ်၏နမူနာများသည် ကြော်ငြာနှင့်နီးသော စျေးကွက်ရှာဖွေခြင်းဖြစ်သည်ဟူသောအချက်ကို ကျွန်ုပ်ချက်ချင်းကြိုတင်စာရင်းသွင်းလိုက်ပါမည်။ အကြောင်းမှာ၊ ကိစ္စအများစုကို NDA မှ အကာအကွယ်ပေးထားခြင်း စသည်တို့ဖြစ်သည်။ ဒါပေမယ့် စိတ်ဝင်စားစရာတွေ အများကြီးရှိနေဦးမှာပါ။ ဒီတော့ ဒီလူတွေနဲ့ ဇာတ်လမ်းက 2010 နဲ့ 2015 ကြားမှာ ကားဝယ်ခဲ့တဲ့ အမျိုးသားတွေပါ။ ၎င်းတို့၏ အွန်လိုင်းလူမှုရေးအမူအကျင့်များ ပြောင်းလဲသွားပုံကို အရောင်ဖြင့် ဖော်ပြသည်။ စာရင်းသွင်းသူများကြားတွင် မိန်းကလေးများ၏ ရာခိုင်နှုန်းသည် ပြောင်းလဲသွားသည်၊ "ယောက်ျားဆန်သော" အများသူငှာ စာမျက်နှာများကို ကျွန်ုပ် စာရင်းသွင်းလိုက်သည်၊ အမြဲတမ်း လိင်ဆက်ဆံဖော်ကို တွေ့ရှိသည်...

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဤအရာအားလုံးကို ကားအမှတ်တံဆိပ်နှင့် လူအရေအတွက်အားဖြင့် ပိုင်းခြားထားသည်။ ဤနေရာမှနေ၍ လူအများ၏ အပြုအမူနှင့် ၎င်းအရာအားလုံး အလုပ်လုပ်ပုံနှင့် ပတ်သက်၍ စိတ်ဝင်စားစရာကောင်းသော ကောက်ချက်များစွာကို သင်ဆွဲနိုင်သည်။ Porsche Cayenne နှင့် စိုက်ပျိုးထားသော Priora တို့သည် ဆွဲဆောင်မှုရှိသော ပရိသတ်အရေအတွက်အရ တူညီလုနီးပါးရှိသည်ဟု ကျွန်တော်ပြောနိုင်သည်။ ဤပရိသတ်၏ အရည်အသွေးနှင့် ၎င်းတို့၏ အပြုအမူ ကွဲပြားသော်လည်း ပမာဏမှာ ခန့်မှန်းခြေအားဖြင့် တူညီပါသည်။ ဤနေရာမှ သင်ဆွဲယူနိုင်သော နိဂုံးမှာ သင်လိုချင်သမျှ၊ သင့်စျေးကွက်နှင့် ပိုမိုနီးစပ်သည်။ Audi ကားရောင်းရင် "Audi ဝယ်ပြီး မင်းမိဘတွေနဲ့ ဝေးရာကို ထွက်သွား!" နောက် ... ပြီးတော့။

ဟုတ်တယ်၊ သူတို့ ဘယ်အဖွဲ့ကို ရွှေ့တယ်၊ သူတို့ ခွဲခြမ်းစိတ်ဖြာတဲ့ အကြောင်းအရာအပေါ် အခြေခံတဲ့ လူတွေရဲ့ အကြိုက်တွေကို ခွဲခြမ်းစိတ်ဖြာမှုအပေါ် အခြေခံတဲ့ ရယ်စရာကောင်းတဲ့ ဥပမာတစ်ခုက သင်ဘယ်သူလဲဆိုတာကို 100% နီးပါး ရှင်းရှင်းလင်းလင်း သိနိုင်ပါတယ်။ အဘယ်ကြောင့်ဆိုသော် သင့်တွင် ကွန်ရက်အသွားအလာကို ဝင်ရောက်ကြည့်ရှုခွင့်မရှိသည့်အပြင် ကိုယ်ရေးကိုယ်တာမက်ဆေ့ချ်များကို မဖတ်ပါက၊ အကြိုက်များသည် ဤလူသည် ကိုယ်ဝန်ရှိသူ၊ မိခင်၊ စစ်မှုထမ်းတစ်ဦး၊ ရဲသားတစ်ဦးဖြစ်ကြောင်း အမြဲတမ်းပြောပြမည်ဖြစ်သည်။ ပြီးတော့ ကြော်ငြာနိုင်တဲ့သူတစ်ယောက်အနေနဲ့ သင့်အတွက်၊ ဒါက ပစ်မှတ်အပေါ် ကြီးမားတဲ့ သက်ရောက်မှုတစ်ခုပါ။

ပရိသတ်၏မေးခွန်းများအတွက် အဖြေများ

  • ကော်လံတစ်ခုစီသည် ဤကားရှိ လူအရေအတွက်ဖြစ်သည်။ သူတို့ရဲ့ အမူအကျင့်ပုံစံတွေက ဘယ်လိုပြောင်းသွားလဲ။ ကြည့်ပါ- Porsche Cayenne - ခန့်မှန်းခြေအားဖြင့် လူ 550 (အဝါရောင်) ကို ဝယ်ယူသူများသည် စာရင်းသွင်းသူများတွင် မိန်းကလေးများ ရာခိုင်နှုန်း တိုးလာပါသည်။
  • နမူနာသည် လူမှုကွန်ရက် “Vkontakte”၊ “Facebook”၊ “Instagram” တို့မှ 2010 မှ 2015 အထိ အသုံးပြုသူများဖြစ်သည်။ တစ်ခုတည်းသော ရှင်းလင်းချက်- ဤနေရာတွင် ရွေးချယ်ထားသော ကားများသည် အချို့သော ကိရိယာများကို အသုံးပြု၍ တိကျမှု 80% ထက်ပိုသော ဓာတ်ပုံများတွင် ဖော်ထုတ်နိုင်သောအရာများ ဖြစ်ပါသည်။
  • အချိန်ကာလတစ်ခုကြာလာသည်နှင့်အမျှ၊ သူ့ကား (အဲဒါက သူ့မဟုတ်၊ အဲဒါကို လူမှုကွန်ရက်မှာ ထားခဲ့တာပါ)... အချိန်ကာလတစ်ခုကြာလာတာနဲ့အမျှ လူတစ်ယောက်ဟာ ကားနဲ့ အဆက်မပြတ် ဓာတ်ပုံရိုက်ခံရတယ်၊ အဲဒီစာအုပ်တွေနဲ့ အတူရှိနေခဲ့တယ်၊ မတူကြဘူး၊ ဓာတ်ပုံတွေက မတူညီတဲ့ ရှုထောင့်တွေကနေ ဖြစ်ကြတာ။ ဘယ်ကားတွေနဲ့ လူတွေ ဓါတ်ပုံရိုက်နေကြလဲ... ဟုတ်ကဲ့၊ ဒါက ဒုတိယမေးခွန်း - လူမှုကွန်ရက်ဒေတာကို ယုံကြည်ပါ။
  • ကျွန်ုပ်တို့က ၎င်းကိုတင်ပြလာသောကြောင့် ကံမကောင်းစွာပဲ၊ ဆိုရှယ်မီဒီယာဒေတာသည် အမြဲတမ်းမမှန်ပါ။ လူတွေဟာ သူတို့ရဲ့ အချက်အလက်တွေကို ထုတ်ဝေဖို့ အမြဲတမ်း စိတ်ဆန္ဒမရှိကြပါဘူး။ ကိုယ်တိုင်ကိုယ်ကျ၊ ကျွန်ုပ်သည် ဤကဲ့သို့ လေ့လာမှုတစ်ခုကို ပြုလုပ်ခဲ့သည်- မော်စကိုတက္ကသိုလ်များ၏ ဘွဲ့ရဦးရေကို လူမှုကွန်ရက်တွင် စာရင်းသွင်းသူအရေအတွက်နှင့် နှိုင်းယှဉ်ခဲ့သည်။ ပျမ်းမျှအားဖြင့်၊ အချို့သော အထူးပြုဘာသာရပ်များတွင် တစ်နှစ်အတွင်း မော်စကိုပြည်နယ် တက္ကသိုလ်မှ ဘွဲ့ရသူများသည် လူမှုကွန်ရက်များတွင် စာရင်းသွင်းသူ ၆၀% ပိုများသည် - အမှန်တကယ်မူအရ ရှိနေသည်ထက်၊ ဒီတော့ ဟုတ်ပါတယ် - ဒီနေရာမှာ သဘာဝအတိုင်း အမှားအယွင်း ရာခိုင်နှုန်းတစ်ခု ရှိပါတယ်၊ ဘယ်သူကမှ ဖုံးကွယ်ထားမှာ မဟုတ်ပါဘူး။ ဤနေရာတွင် ကျွန်ုပ်တို့သည် ဖြစ်နိုင်ခြေ 60% ကျော်ဖြင့် ဖော်ထုတ်နိုင်သော အဆိုပါကားများကို အခြေခံအဖြစ် ယူမှတ်ပါသည်။

မော်ဒယ်သင်တန်းအတွက် အရင်းအမြစ်များစာရင်း

ဤသည်မှာ လူတစ်ဦး၏လူမှုရေးပရိုဖိုင်ကို သေချာစွာဆုံးဖြတ်ရန် အသုံးပြုနိုင်သည့် အရင်းအမြစ်များ၏နမူနာစာရင်းဖြစ်သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

လူမှုကွန်ရက်များမှ ပရိုဖိုင်ကို CIAN မှ ရယူပါသည် - တိုက်ခန်းတစ်ခု၏ကုန်ကျစရိတ်မှာ ခန့်မှန်းခြေအားဖြင့် "Head-Hunter", "Superjob" ဖြစ်သည် - ဤသည်မှာ ပေးထားသည့်လူအတွက် ပျမ်းမျှလစာဖြစ်သည်။ ဒီဒေတာကို သူတို့ဆီက ယူရတာ သိပ်အဆင်မပြေဘူးလို့ သူတို့ထင်တဲ့အတွက် Head Hunter ကိုယ်စားလှယ်တွေ ဒီမှာ မရှိဘူးလို့ မျှော်လင့်ပါတယ်။ သို့သော်လည်း ဤသည်မှာ လစ်လပ်နေရာများအတွက် အချို့သောလုပ်ငန်းများအတွက် ပျမ်းမျှလစာဖြစ်သည်။

“Avito”၊ “Avto.ru” - မကြာခဏဆိုသလို လူများသည် ၎င်းတို့၏ဖုန်းမီးလင်းလာသောအခါတွင် ၎င်းတို့တွင် ၎င်းကို သေချာပေါက် (အများအပြားတွင်) အနည်းဆုံး “Avito” တွင် သို့မဟုတ် “Avto.ru” တွင် သို့မဟုတ်၊ ၎င်းတို့သည် မည်သူဖြစ်သည်ကို သင်နားလည်နိုင်သော အခြားဆိုဒ်များစွာတွင် အကယ်၍ တွန်းလှည်း သို့မဟုတ် ကားတစ်စီးကို ဤဖုန်းနံပါတ်ဖြင့် ရောင်းချခဲ့ပါက... Rosstat နှင့် တရားဝင်အဖွဲ့အစည်းများ၏ စည်းလုံးညီညွတ်သောပြည်နယ် မှတ်ပုံတင်ခြင်းတို့သည် အလုပ်ရှင်ကုမ္ပဏီကို အဆင့်သတ်မှတ်နိုင်သည့် အကူအညီဖြင့် နောက်ထပ်စာရင်းသွင်းမှုများ ရှိနေပါသေးသည်။ မည်သူမဆို သတ်မှတ်နိုင်သည် (ဤလူ၏ ငွေစသည်တို့ကို အကြမ်းဖျင်း ဆုံးဖြတ်နိုင်သည်။)

Tinder သည် လူတို့၏အခြေအနေဆိုင်ရာ အချက်အလက်များကို စုဆောင်းကူညီပေးသည်။

ထို့အပြင်၊ ထိုကဲ့သို့သောစိတ်ဝင်စားစရာကောင်းသောအရာတစ်ခုရှိသည် (တစ်နည်းအားဖြင့်လေ့လာမှုတွင်အလွန်ရယ်စရာကောင်းသည်) - ဤ Tinder အတွက် bot များကိုအသုံးပြုသည့် Moscow Tinder မှဒေတာစုဆောင်းမှုဖြစ်သည်။ လူများနှင့် အကွာအဝေးကို သတ်မှတ်ပြီး ၎င်းတို့၏ အနီးစပ်ဆုံးတည်နေရာကို ဆုံးဖြတ်ခဲ့သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဤလေ့လာမှု၏ရည်ရွယ်ချက်မှာ Duma၊ အစိုးရရှေ့နေရုံးစသည်ဖြင့်အစိုးရအဖွဲ့အစည်းများ၏နယ်မြေများရှိ Tinder အကောင့်အရေအတွက်ကိုဆုံးဖြတ်ရန်ဖြစ်သည်။ ဒါပေမယ့် ကြော်ငြာရှင်တစ်ယောက်အနေနဲ့ သင်ဟာ သင်လိုချင်သမျှကို စိတ်ကူးကြည့်နိုင်ပါတယ်- ဥပမာ၊ Starbucks သို့မဟုတ် အခြားတစ်ယောက်ယောက်က ဖြစ်နိုင်ပါတယ်... ဆိုလိုသည်မှာ သင်ထံမှ ကော်ဖီသောက်ပြီး တစ်ခုခုကို မှာယူသော Tinder မှ လူအရေအတွက်သည် စတိုးဆိုင်များတွင် ရှိနေပါသည်။ ဤပထဝီဝင်တည်နေရာနှင့်စပ်လျဉ်း၍ မည်သည့်ဝန်ဆောင်မှုဖြင့်မဆို လုပ်ဆောင်နိုင်ပါသည်။

ပရိသတ်၏မေးခွန်းအတွက် အဖြေ

  • Tinder? မင်းမသိပါဘူး? Tinder သည် ဓာတ်ပုံများ (ဘယ်-ညာ) ကိုကြည့်သည့် ချိန်းတွေ့သည့်အက်ပ်တစ်ခုဖြစ်ပြီး ဤအက်ပ်က သင့်အား လူနှင့်အကွာအဝေးကိုပြသသည်။ အကယ်၍ သင်သည် မတူညီသော အချက်သုံးချက်မှ ဤလူနှင့် အကွာအဝေးကို ရပါက၊ သင်သည် ခန့်မှန်းခြေ (+ 5-7 မီတာ) တည်နေရာကို ဆုံးဖြတ်နိုင်သည်။ ဤကိစ္စတွင်၊ အစိုးရရှေ့နေရုံး သို့မဟုတ် State Duma နယ်မြေတွင် ဆုံးဖြတ်ချက်ချရန်အတွက် ခက်ခဲသည်မဟုတ်။ ဒါပေမယ့်လည်း အဲဒါက မင်းရဲ့ဆိုင်ဖြစ်နိုင်သလို ဘာမဆိုဖြစ်နိုင်တယ်။

ဥပမာအားဖြင့်၊ ကြာမြင့်ပြီ၊ ကြာမြင့်နေပြီဖြစ်သော ကျွန်ုပ်တို့တွင် ဆယ်လူလာအော်ပရေတာတစ်ခုထံမှ အသွားအလာသိပ်သည်းမှုဒေတာ၊ ဆယ်လူလာအချက်များ၏ ရွေ့လျားမှုသိပ်သည်းမှုဒေတာနှင့် ဤအချက်အလက်အားလုံးကို ခြုံငုံမိသောအခါတွင် ထိုသို့သောကိစ္စမျိုး (လေ့လာမှုမဟုတ်ပါ)၊ အဝေးပြေးလမ်းမကြီးပေါ်ရှိ ကြော်ငြာဘုတ်များ၏ သြဒီနိတ်များပေါ်တွင်။ ဆယ်လူလာအော်ပရေတာ၏တာဝန်မှာ လူမည်မျှဖြတ်သွားသည်ကို ခန့်မှန်းတွက်ချက်ရန်နှင့် ဤကြော်ငြာဘုတ်ကို မြင်နိုင်ချေရှိသည်ကို ဆုံးဖြတ်ရန်ဖြစ်သည်။

ဤနေရာတွင် ကြော်ငြာဆိုင်းဘုတ် ကြော်ငြာကျွမ်းကျင်သူများ ရှိနေပါက၊ သင်သည် အလွန်ယုံကြည်စိတ်ချရမှုဖြင့် နားလည်ရန် မဖြစ်နိုင်ပါ - တစ်စုံတစ်ဦး လာနေပြီ၊ တစ်စုံတစ်ယောက်မှ မကြည့်ရက်၊ တစ်စုံတစ်ဦးမှ ကြည့်လိုက်သည်... မည်သို့ပင်ဆိုစေကာမူ၊ ဤသည်မှာ ပုံတူဂွန်ပေါင်း ဘီလီယံ 20 ရှိကြောင်း ဥပမာတစ်ခုဖြစ်သည်။ မော်စကိုမြို့ တွင် ဤလူများ သည် အချို့သော လမ်းကြောင်းများ တစ်လျှောက် နာရီတိုင်းတွင် ဤလူများ ၏ သိပ်သည်းဆ ဖြစ်သည့် ... ဤလူများ သည် မည်သည့် အခိုက်အတန့် တွင် ဖြတ်သန်း သွားသည်ကို မြင်နိုင်ပြီး ခရီးသည် စီးဆင်းမှုကို အကြမ်းဖျင်း ခန့်မှန်း နိုင်ပါသည်။

ပရိသတ်၏မေးခွန်းအတွက် အဖြေ

  • ဒီလိုအချက်အလက်တွေကို ဘယ်သူမှ မပေးဘူး။ အော်ပရေတာများထဲမှ တစ်ခုအတွက် ဤကဲ့သို့ လေ့လာမှုတစ်ခုကို ကျွန်ုပ်တို့ ပြုလုပ်ခဲ့သည်၊ ၎င်းသည် သီးသန့် အတွင်းပိုင်း ဇာတ်လမ်းဖြစ်ပြီး၊ ကံမကောင်းစွာဖြင့်၊ ၎င်းကို ရုပ်ပုံပုံစံဖြင့် ပြသထားခြင်း မရှိပါ။ သို့သော် မကြာခဏဆိုသလို ကြီးမားသော ကြော်ငြာအေဂျင်စီများသည် အော်ပရေတာထံ ဆက်သွယ်ရာတွင် ပြဿနာမရှိပါ။ အနည်းဆုံး မော်စကိုတွင်၊ ဥပမာအားဖြင့်၊ အာမခံကုမ္ပဏီများသည် ယာဉ်မောင်း၏အသက်၊ မည်ကဲ့သို့မောင်းနှင်ပုံ (ကောင်း-မကောင်း၊ မဆင်မခြင်-မရှိ) နှင့်ပတ်သက်သော ကိုယ်ရေးကိုယ်တာအချက်အလက်များကို ပေးဆောင်သည့် GetTaxi ကဲ့သို့သော ကုမ္ပဏီများသို့ လှည့်သည့်အခါ ရှေးထုံးများစွာရှိသည်။ မူဝါဒများ စသည်တို့ဖြစ်သည်။ လူတိုင်းက ဒါကို ရုန်းကန်နေရပေမယ့် အချို့သော ဌာနတွင်းအဆင့်မှာတော့ အမည်မသိ ဒေတာတွေ ပေးတယ် - ဒီလိုပြဿနာမျိုး ဘယ်သူမှ မရှိဘူးလို့ ထင်ပါတယ်။

ရုပ်ပုံနှင့် ပုံစံ အသိအမှတ်ပြုမှု

ဆက်လုပ်သည်။ ကျွန်တော် အကြိုက်ဆုံးကတော့ Image Recognition ဖြစ်ပါတယ်။ မျက်နှာဖြင့် လူများကို ရှာဖွေခြင်းဆိုင်ရာ အပိုင်းသေးသေးလေး ပါလိမ့်မည်၊ သို့သော် ကျွန်ုပ်တို့အများစုသည် ဤအပိုင်းကို မပါဝင်ပါ။ ကျွန်ုပ်တို့သည် အထူးအားဖြင့် ရုပ်ပုံအသိအမှတ်ပြုခြင်းကိုခံယူပြီး ဤပုံတွင်ရှိသောအရာ- ကား၏ဖန်တီးမှု၊ ၎င်း၏အရောင်နှင့် အခြားအရာများကို ဆုံးဖြတ်သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ကျွန်ုပ်တွင် ဤရယ်စရာကောင်းသော ဥပမာတစ်ခုရှိသည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

လူမှုကွန်ရက် အမျိုးမျိုးတွင် တက်တူးများ ရှာဖွေခြင်း စသည်တို့ကို လေ့လာခဲ့ပါသည်။ ထို့ကြောင့်၊ မည်သည့်အမှတ်တံဆိပ်၊ မည်သည့်ရုပ်ပုံတွင်မဆို၊ မြင်သာသည့်ရုပ်ပုံအားလုံးနီးပါးတွင် အလားတူအသုံးပြုနိုင်သည်။ ယုံယုံကြည်ကြည် မဆုံးဖြတ်နိုင်တဲ့ သူတွေရှိတယ် (ကျွန်တော်တို့ မယူပါဘူး)။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဒါကတော့ ကျွန်တော်အကြိုက်ဆုံးပါ။ ဥပမာအားဖြင့် ကားအမှတ်တံဆိပ်များသည် BMW X6 ပိုင်ရှင်အားလုံးကို ရှာဖွေရန်ဖြစ်ပြီး ၎င်းတို့သည် မည်သူမည်ဝါဖြစ်သည်ကို သိရှိနားလည်ရန်၊ အချင်းချင်း မည်သို့ချိတ်ဆက်ထားသနည်း၊ ၎င်းတို့စိတ်ဝင်စားသည့်အရာစသည်ဖြင့် စသည်တို့ကြောင့်ဖြစ်သည်။ လူမှုကွန်ရက်မှာ လူတွေက ဘယ်ကားတွေနဲ့ ဓာတ်ပုံရိုက်ကြသလဲဆိုတဲ့ မေးခွန်းနဲ့ ဆက်စပ်နေပါတယ်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဤနေရာတွင် စစ်ထုတ်ခြင်းလုံးဝမရှိပါ။ ၎င်းသည် ကားများ၏ အပိုင်းအစများသာဖြစ်သည်- အသက်အရွယ် စသည်တို့ဖြစ်သည်။ သို့သော် အမြင်အာရုံပုံရိပ်အသိအမှတ်ပြုခြင်းကို မကြာခဏအသုံးပြုသည်- ဤအရာသည် ကိုယ်ဝန်ဆောင်အမျိုးသမီးများအတွက် ရှာဖွေခြင်းနှင့် လူထုမီဒီယာအချို့တွင် အမှတ်တံဆိပ်လိုဂိုများရှာဖွေခြင်း (ဘာကိုရေးသားသည်)။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ကျွန်ုပ်အကြိုက်ဆုံးကိစ္စ (စားသောက်ဆိုင်အမျိုးမျိုးတွင်အသုံးပြုသည်) - လူမှုကွန်ရက်ပေါ်တွင် မည်သို့သောလိပ်များကို တင်ထားသနည်း။ ဒါဟာ ရယ်စရာတစ်ခုပါ၊ ဒါပေမယ့် တကယ်တော့ ဒါဟာ သင့်ဆီကို စိတ်ဝင်စားစရာကောင်းတဲ့ အရာများစွာကို သင်နားလည်နိုင်စေမှာပါ၊ ပထမဦးစွာ သင့်ကိုယ်ပိုင်ဖောက်သည်များအကြောင်း- သင့်ထံလာခဲ့ပြီး ဘာကြောင့်သူတို့က အဲဒါကို ပြုလုပ်ခဲ့တာလဲ။ ဆူရှီဘားများတွင် လူအများစု (“မိန်းကလေးများ” ဟု မဆိုလိုပါ) check in လုပ်ရန်၊ တစ်ခုခုကို ဓာတ်ပုံရိုက်ရန်အတွက် လျှို့ဝှက်ချက်မရှိသောကြောင့် ဓာတ်ပုံရိုက်ကြသည်။

အမှတ်တံဆိပ်သည် ဤအရာကို အခွင့်ကောင်းယူနိုင်သည်။ အမှတ်တံဆိပ်သည် လှပစွာ ဓာတ်ပုံရိုက်ရန်နှင့် ပို့စ်တင်ရန် မည်ကဲ့သို့ ကုန်ပစ္စည်းအမျိုးအစားကို စိတ်ဝင်စားသနည်း၊ ထိုနေရာတွင် မည်သို့သောလူများ ရောက်လာသည်ကို စိတ်ဝင်စားသည်။ ဤအရာသည် အစားအသောက်မှအစ မည်သည့်အရာနှင့်မဆို လုပ်ဆောင်နိုင်သည်။

ဗီဒီယိုပုံစံ အသိအမှတ်ပြုမှု

ပရိသတ်၏မေးခွန်းအတွက် အဖြေ

  • ဗီဒီယိုတွင် မဟုတ်ပါ။ ကျွန်ုပ်တို့တွင် ၎င်းကို စမ်းသပ်မှုမုဒ်တွင် ရှိသည်။ ဒီနည်းပညာကို ကျွန်တော်တို့ စမ်းသုံးကြည့်ပေမယ့် ... အဲဒါက ဗီဒီယိုနဲ့ အရာအားလုံးကို ကောင်းကောင်းမှတ်မိပေမယ့် အဲဒါအတွက် ဘယ်မှာမှ အက်ပလီကေးရှင်းကို ရှာမတွေ့သေးပါဘူး။ အဲ့ဒီတော့ တစ်နေရာရာမှာ ဘလော့ဂါတွေ ဘယ်လောက်ပြောနေသလဲဆိုတာကို ခွဲခြမ်းစိတ်ဖြာတဲ့အပြင်... အဲဒီလို လေ့လာခဲ့တာရှိတယ်။ သူတို့နှစ်ယောက်ရဲ့ မျက်နှာက ဘယ်နှစ်ကြိမ် ဆုံလဲ။ ဒါပေမယ့် အမှတ်တံဆိပ်တွေက ဒါကို ဘယ်မှာရရမှန်း မသိသေးပါဘူး။ တစ်နေ့နေ့တော့ လာလိမ့်မယ်။

တဖန်၊ ဤအရာသည် အစားအစာဖြစ်သည်၊ ၎င်းသည်ကိုယ်ဝန်ဆောင်အမျိုးသမီးများ၊ အမျိုးသားများ (ကိုယ်ဝန်ဆောင်မဟုတ်)၊ ကားများ - ဘာမဆိုဖြစ်နိုင်သည်။

ရွေးချယ်စရာတစ်ခုအနေဖြင့် မီဒီယာတစ်ခုအတွက် နှစ်သစ်ကူးလေ့လာမှုတစ်ခုရှိခဲ့သည်။ ကြော်ငြာလည်း ဝေးသေးတယ်။ ဤသည်မှာ နှစ်သစ်ကူးအတွက် အစာရှောင်သောလူများ ဖြစ်သည် ။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဤနေရာတွင် အသက်အရွယ်အားဖြင့်လည်း ကွဲပါသည်။ လူငယ်အများစုသည် အစားအသောက်များ မှာယူကြသည့် ဆက်စပ်မှုကို တွေ့နိုင်သည်၊ လူကြီးအများစုသည် ရိုးရာစားပွဲကို ပြုလုပ်ကြသည်။ ဒါဟာ ရယ်စရာတစ်ခုပါ၊ ဒါပေမယ့် အမှတ်တံဆိပ်ပိုင်ရှင်တစ်ယောက်အနေနဲ့ စိတ်ကူးကြည့်မယ်ဆိုရင် သင့်ထုတ်ကုန်ကို ဘယ်သူကိုင်တွယ်သလဲ၊ ဘယ်လိုရေးသလဲ၊ သူတို့ရေးထားတာတွေက အများအပြားကို အကဲဖြတ်နိုင်ပါတယ်။ မကြာခဏဆိုသလို၊ လူတွေက စာသားထဲမှာ အမှတ်တံဆိပ်ကို အမြဲဖော်ပြလေ့မရှိကြသလို သမားရိုးကျ ခွဲခြမ်းစိတ်ဖြာမှု စောင့်ကြည့်ရေးစနစ်တွေက စာသားထဲမှာ မဖော်ပြထားတဲ့အတွက် ဒီအမှတ်တံဆိပ်ကို အမြဲတမ်းနားလည်ပြီး ရှာမတွေ့နိုင်ပါဘူး။ သို့မဟုတ် စာသားသည် စာလုံးပေါင်းမှားနေသည်၊ hash tag သို့မဟုတ် မည်သည့်အရာမျှ မရှိပါ။

ဓါတ်ပုံတွေ မြင်နေရတယ် ။ ဓာတ်ပုံပညာဖြင့်၊ ၎င်းသည် ဖရိမ်၏ဗဟိုအကြောင်းအရာဟုတ်မဟုတ်၊ ဖရိမ်၏ဗဟိုအကြောင်းအရာမဟုတ်ကြောင်း သင်ပြောပြနိုင်သည်။ အဲဒီအခါမှာ ဒီလူက ဘာရေးထားတာကို မြင်နိုင်မလဲ။ သို့သော် အများစုမှာ ၎င်းကို အချို့သောကားများနှင့် အခြားအရာများကို မောင်းနှင်ဖူးသည့် ဖြစ်နိုင်ချေရှိသော ပရိသတ်များကို ရှာဖွေမှုအဖြစ် အသုံးပြုလေ့ရှိသည်။ ပြီးတော့ ဒီကားတွေနဲ့ စိတ်ဝင်စားစရာတွေ အများကြီးလုပ်မယ်။

ဘော့တ်များကို လူသားများ အတုယူရန် သင်ကြားပေးသည်။

လူများရေတွက်ခြင်းကို အသုံးပြုရန်အတွက်လည်း ထိုကဲ့သို့သော ရွေးချယ်ခွင့်ရှိပါသည်-

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

အချို့သော ဓာတ်ပုံများကို အသုံးပြု၍ လူများကို ရှာဖွေရန် လိုအပ်သောအခါတွင် လူများကို နှိုင်းယှဉ်ရန် ရွေးချယ်ခွင့်တစ်ခု ရှိသည်။ တစ်ဖန်၊ အော့ဖ်လိုင်းစတိုးတွင် ကင်မရာတစ်လုံးရှိလျှင် ဤလူများသည် သင့်ထံလာမည်၊ ဤလူများကား မည်သူမည်ဝါ၊ သူတို့စိတ်ဝင်စားသနည်း၊ သင့်ထံလာရန် လှုံ့ဆော်ခံရသောအရာကို နားလည်ရန် ဤနည်းလမ်းသည် အတော်အတန်ကောင်းမွန်သောနည်းလမ်းဖြစ်သည်၊ .

နောက်တစ်ခု စိတ်ဝင်စားစရာအကောင်းဆုံးအချက်က - လူမှုကွန်ရက်တွေပေါ်မှာ သူတို့ရဲ့အကောင့်တွေကို စုဆောင်းပြီး ဒီလူတွေက ဘယ်သူတွေလဲ၊ သူတို့စိတ်ဝင်စားတဲ့အရာတွေကို နားလည်ရင် (ရွေးချယ်စရာတစ်ခုအနေနဲ့) ဒီလူတွေနဲ့ ဆင်တူတဲ့ bot တစ်ခုကို ဖန်တီးနိုင်တယ်၊ ဤ bot သည် ဤလူများကဲ့သို့ စတင်နေထိုင်ပြီး လူမှုကွန်ရက် အမျိုးမျိုးတွင် မြင်သည့် ကြော်ငြာများကို ပိုင်းခြားစိတ်ဖြာပါမည်။ ယင်းက ဤလူကို ပစ်မှတ်ထားသည့် မည်သည့်အမှတ်တံဆိပ်များကို အတိအကျနားလည်နိုင်စေမည်နည်း။ ဒီလူက ဘယ်သူလဲဆိုတာ ခွဲခြမ်းစိတ်ဖြာရုံတင်မကဘဲ သင့်အလားအလာရှိတဲ့ ပြိုင်ဘက်တွေ ဒါမှမဟုတ် တခြားစိတ်ဝင်စားသူတွေကို ဘယ်လိုကြော်ငြာသင့်တယ်ဆိုတာလည်း ခွဲခြမ်းစိတ်ဖြာဖို့ လိုအပ်တဲ့အခါ ဒါက အတော်လေးကို ဘုံဇာတ်လမ်းတစ်ခုပါ။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

လူမှုကွန်ရက်များတွင် ချိတ်ဆက်မှုများကို လေ့လာခြင်း။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

နောက်စိတ်ဝင်စားစရာကောင်းတာက လူတွေကြားက ဆက်ဆံရေးကို ခွဲခြမ်းစိတ်ဖြာခြင်းပါပဲ။ တကယ်တော့၊ ကွန်ရက်အတွင်းရှိချိတ်ဆက်မှုများ၊ ဤကွန်ရက်ဂရပ်များကိုခွဲခြမ်းစိတ်ဖြာခြင်း - အနည်းငယ်မျှမရှိပါ၊ ဤတွင်အသစ်အဆန်းမဟုတ်ပါ၊ လူတိုင်းသိသည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဒါပေမယ့် ကြော်ငြာအလုပ်တွေကို အသုံးချတာက စိတ်ဝင်စားစရာအကောင်းဆုံးပါပဲ။ ဤသည်မှာ ခေတ်ရေစီးကြောင်းများသတ်မှတ်ထားသူများအတွက် ရှာဖွေခြင်းဖြစ်ပြီး၊ ဤကွန်ရက်အတွင်းရှိ အချို့သောသတ်မှတ်ချက်များအတိုင်း အချက်အလက်များ ဖြန့်ဝေနေသူများကို ရှာဖွေခြင်းဖြစ်သည်။ အချို့သော BMW မော်ဒယ်လ်ပိုင်ရှင်များကို ကျွန်ုပ်တို့ စိတ်ဝင်စားသည် ဆိုကြပါစို့။ ၎င်းတို့အားလုံးကို ပေါင်းစည်းခြင်းဖြင့်၊ လူထုအမြင်ကို ထိန်းချုပ်နိုင်သူများကို ကျွန်ုပ်တို့ ရှာဖွေနိုင်မည်ဖြစ်သည်။ ၎င်းတို့သည် မော်တော်ကား ဘလော့ဂါများ ဖြစ်စေရန် မလိုအပ်ပါ။ အများအားဖြင့် ၎င်းတို့သည် အမျိုးမျိုးသော အများသူငှာ စာမျက်နှာများတွင် ထိုင်ကြပြီး အချို့သော အကြောင်းအရာများကို စိတ်ဝင်စားကြပြီး အချိန်တိုတိုအတွင်း သင့်အမှတ်တံဆိပ် သို့မဟုတ် သင့်အတွက် စိတ်ဝင်စားသူတစ်ဦးကို ဤတာဝန်ဝတ္တရားနယ်ပယ်ထဲသို့ ဆွဲဆောင်နိုင်သည်၊ အကျိုးစီးပွား။

ဒီနေရာမှာ ဥပမာတစ်ခုရှိတယ်။ ကျွန်ုပ်တို့တွင် အလားအလာရှိသောလူများ ၊ လူများကြားတွင် ဆက်သွယ်မှုများရှိသည်။ ဤတွင် လိမ္မော်သီးများသည် လူများဖြစ်ပြီး အစက်ငယ်များသည် ဘုံအုပ်စုများ၊ ဘုံသူငယ်ချင်းများဖြစ်သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

သူတို့ကြားက ချိတ်ဆက်မှုတွေအားလုံးကို စုဆောင်းထားရင် ဘုံအုပ်စုတွေ၊ ဘုံသူငယ်ချင်းတွေ အများကြီးရှိတဲ့သူတွေ ရှိသလို သူတို့အချင်းချင်းလည်း အတူတူရှိနေတယ်ဆိုတာ ရှင်းရှင်းလင်းလင်း သိနိုင်ပါတယ်။ ဖြန့်ဝေသော အကြောင်းအရာအားဖြင့်၊ အချင်းချင်း မည်မျှ အပြန်အလှန် တုံ့ပြန်ကြသည်... ဤနေရာတွင် ယခင်ပုံသည် ဤကဲ့သို့ ဖြစ်သွားသည်ကို သင်တွေ့မြင်နိုင်သည်-

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဤနေရာတွင် အုပ်စုများကို အရောင်အားဖြင့် ရှင်းရှင်းလင်းလင်း ခွဲခြားထားသည်။ ဤအခြေအနေမျိုးတွင်၊ ဤသူများသည် စီးပွားရေးတက္ကသိုလ်မှ ကျွန်ုပ်တို့၏ မာစတာကျောင်းသားများဖြစ်သည်။ ခရမ်းရောင်/အပြာရောင်များသည် Transparency International၊ Open Russia နှင့် Khodorkovsky ၏ အများသူငှာ စာမျက်နှာများကို နှစ်သက်သူများဖြစ်ကြောင်း ဤနေရာတွင် သင်တွေ့နိုင်ပါသည်။ ဘယ်ဘက်အောက်ခြေက အစိမ်းရောင်တွေ ၊ United Russia ကို ချစ်တဲ့ သူတွေပါ။

ယခင်ပုံသည် ဤကဲ့သို့ဖြစ်သည် (ဤအရာများသည် လူများအကြား ဆက်သွယ်မှုများသာဖြစ်သည်) ဖြစ်သော်လည်း ရှင်းရှင်းလင်းလင်း ပိုင်းခြားထားသည်။ ဆိုလိုသည်မှာ လူတိုင်းသည် တစ်ဦးနှင့်တစ်ဦး အမြဲချိတ်ဆက်နေကြသည်၊ ၎င်းတို့သည် တူညီသော အကျိုးစီးပွားများ ရှိကြသည်၊ အချင်းချင်း မိတ်ဆွေဖြစ်ကြ၏။ အောက်ခြေတွင် အချို့နှင့် အခြားရဲဘော်အချို့လည်း ရှိသေးသည်။ အကယ်၍ ဤစာစုငယ်တစ်ခုစီကို အခြားကန့်သတ်ချက်များဖြင့် သီးခြားမြင်ယောင်ပြီး အကြောင်းအရာဖြန့်ဝေမှုအရှိန်ကိုကြည့်လျှင် (အကြမ်းဖျင်းအားဖြင့် ပြောရလျှင် ထိုနေရာ၌ မည်သူ့ကို ပြန်လည်ပို့စ်တင်သည်)၊ အပိုင်းတစ်ခုစီတွင် အများသူငှာ ထင်မြင်ချက်ကို အမြဲကိုင်ဆောင်ထားသည့် လူတစ်ဦး သို့မဟုတ် နှစ်ဦးကို သင်တွေ့နိုင်သည်။ ပို့စ်တစ်မျိုးမျိုး သို့မဟုတ် အခြားအရာတစ်ခုခုကို ပေးပို့ရန် တောင်းဆိုခြင်း - ဤစိတ်ဝင်စားစရာကောင်းသော ပရိသတ်တစ်ခုလုံးထံမှ တုံ့ပြန်မှုကို သင်ရနိုင်သည်။

ငါ့မှာ ဥပမာတစ်ခုရှိတယ်။ ဂရပ်တစ်ခုလည်းဖြစ်သည်- ၎င်းတို့သည် ဥပမာတစ်ခုအနေဖြင့် လူမှုကွန်ရက်များတွင်တွေ့ရသော BBDO Group ဝန်ထမ်းများဖြစ်သည်။ စိတ်ဝင်စားစရာ၊ ကြီးကြီးမားမား၊ အစိမ်းရောင်၊ သူတို့ကြားက ဆက်နွှယ်နေပုံပါပဲ...

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဒါပေမယ့် သူတို့ကြားက အဖွဲ့တွေဖွဲ့ထားပြီးသား ရွေးစရာတစ်ခုတော့ ရှိတယ်။ ထို့နောက်၊ စိတ်ဝင်စားပါက၊ အပြန်အလှန်အကျိုးသက်ရောက်သောဗားရှင်းတစ်ခုရှိသည် - သင်ကလစ်နှိပ်ပြီးကြည့်ရှုနိုင်သည်။

ညာဘက်ထိပ်က ပူတင်ကို ချစ်တဲ့သူတွေပါ။ ဤတွင် ခရမ်းရောင်သည် ဒီဇိုင်နာများဖြစ်သည်။ ဒီဇိုင်းပိုင်းကို စိတ်ဝင်စားတဲ့ သူတွေ၊ စိတ်ဝင်စားဖို့ကောင်းတာ စသဖြင့်ပေါ့။ ဤနေရာတွင် အဖြူရောင်အရာများသည် စီမံခန့်ခွဲမှုအဖွဲ့ဖြစ်သည် (ကျွန်တော်နားလည်သလောက်)၊ ဤသူများသည် ယေဘုယျအားဖြင့် မည်သည့်နည်းနှင့်မျှ ဆက်စပ်မှုမရှိသော်လည်း ခန့်မှန်းခြေအားဖြင့် တူညီသောရာထူးများတွင် အလုပ်လုပ်ကြသူများဖြစ်သည်။ ကျန်တာကတော့ သူတို့ရဲ့ ဘုံအဖွဲ့တွေ၊ ချိတ်ဆက်မှုတွေ၊ စသဖြင့်ပေါ့။

အမှတ်တံဆိပ်များသည် ဘလော့ဂါများ မလိုအပ်သော်လည်း ထင်မြင်ချက်ပေးသော ခေါင်းဆောင်များ

ကျွန်ုပ်တို့သည် ဤလူများကိုယူ၍ ၎င်းတို့ကိုရှာပါ - ထို့နောက် ကြော်ငြာအေဂျင်စီ၊ ကြော်ငြာကုမ္ပဏီက သူ့ဘာသာသူဆုံးဖြတ်သည်- ဤပုဂ္ဂိုလ်အား ဤအကြောင်းအရာ၊ အခြားအရာတစ်ခုခုနှင့် တစ်နည်းနည်းဖြင့် အပြန်အလှန်တုံ့ပြန်နိုင်စေရန် သို့မဟုတ် ၎င်း၏ကိုယ်ပိုင်ကြော်ငြာကမ်ပိန်းကို ၎င်းတို့အား ညွှန်ကြားနိုင်ရန် ၎င်းသည် ငွေပေးနိုင်သည်။ ဤအရာကိုလည်း မကြာခဏအသုံးပြုလေ့ရှိပါသည်၊ အထူးသဖြင့် ယခုအခါတွင်၊ အမှတ်တံဆိပ်အားလုံးသည် ဘလော့ဂါများနှင့် လက်တွဲလိုသောကြောင့် ၎င်းတို့၏အကြောင်းအရာကို မြှင့်တင်လိုသော်လည်း ကြော်ငြာအေဂျင်စီများက အမှန်တကယ် မဆက်သွယ်ချင်ကြသောကြောင့် (ဒါမျိုးဖြစ်တတ်ပါသည်)။

ပြီးတော့ ဒီအခြေအနေကနေ ရုန်းထွက်နိုင်မယ့် တကယ့်နည်းလမ်းကတော့ ဘလော့ဂါမဟုတ်သူတွေ၊ အလှမယ်ဘလော့ဂါတွေမဟုတ်တဲ့သူတွေကို ရှာဖွေဖို့ပါပဲ၊ ဥပမာအားဖြင့်၊ ဥပမာအားဖြင့်၊ ဆိုးရွားတဲ့အများပြည်သူစာမျက်နှာ “Mail.ru Answers” ​​မှာ စာရေးတတ်တဲ့ ဒီအမှတ်တံဆိပ်နဲ့ ထိတွေ့ဆက်ဆံတဲ့ တကယ့်သတ္တဝါအချို့ကို ရယူလိုက်ပါ။ အချို့သောအမြင်များ။ ဤပုဂ္ဂိုလ်၏အကြောင်းအရာကို အစဉ်တစိုက်စိတ်ဝင်စားနေသော ဤလူများသည် အလုံးစုံကို ဖြန့်ကျက်မည်ဖြစ်ပြီး၊ ကုန်အမှတ်တံဆိပ်သည် ၎င်း၏ပါဝင်ပတ်သက်မှုကို ရရှိမည်ဖြစ်သည်။

ယခုထိုကဲ့သို့သောနည်းပညာကိုအသုံးပြုခြင်းအတွက်ဒုတိယရွေးချယ်မှုသည်အလွန်သက်ဆိုင်သည် - ကျွန်ုပ်အကြိုက်ဆုံး bot များကိုရှာဖွေခြင်း။ ၎င်းသည် သင့်ပြိုင်ဘက်များအတွက် ဂုဏ်သိက္ခာရှိသော အန္တရာယ်တစ်ခုဖြစ်ပြီး ကြော်ငြာကမ်ပိန်းတစ်ခုမှ မသက်ဆိုင်သူများကို ဖယ်ထုတ်ရန် အခွင့်အရေးတစ်ခု (မှတ်ချက်များ ဖျက်ခြင်း၊ လူများကြားတွင် ချိတ်ဆက်မှုများကို ရှာဖွေခြင်း)။ ကျွန်ုပ်တွင်ထိုကဲ့သို့သောဥပမာတစ်ခုရှိသည်၊ ၎င်းသည်လည်းကြီးမားပြီးအပြန်အလှန်အကျိုးသက်ရောက်သည် - သင်၎င်းကိုရွှေ့နိုင်သည်။ ဤအရာများသည် Lentach အသိုက်အဝန်းတွင် မှတ်ချက်များရေးသားသူများ၏ ဆက်စပ်မှုများဖြစ်သည်။

ဤဥပမာသည် မည်မျှကောင်းမွန်ပြီး အလွယ်တကူမြင်နိုင်သော ဘော့တ်များဖြစ်သည်ကို သင်နားလည်စေရန်၊ ၎င်းအတွက်သင်သည်မည်သည့်နည်းပညာဆိုင်ရာအသိပညာရှိရန်မလိုအပ်ပါ။ ဆိုလိုသည်မှာ "Lentach" သည် Dmitry Medvedev အကြောင်း FBK စုံစမ်းစစ်ဆေးမှုအကြောင်း ပို့စ်တစ်ခုကို လွှင့်တင်ခဲ့ပြီး အချို့သောလူများက မှတ်ချက်များရေးလာကြသည်။ မှတ်ချက်ရေးသူများ အားလုံးကို စုစည်းထားသည် - ဤလူများသည် စိမ်းသည်။ အခု ရွှေ့မယ်-

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

လူတွေက အစိမ်းတွေပဲ (မှတ်ချက်တွေရေးတယ်)။ သူတို့ကဒီမှာ၊ သူတို့ကဒီမှာ။ ၎င်းတို့ကြားရှိ အပြာစက်များသည် ၎င်းတို့၏ ဘုံအုပ်စုများ၊ အဝါရောင်အစက်များသည် ၎င်းတို့၏ ဘုံစာရင်းသွင်းသူများ၊ သူငယ်ချင်းများ စသည်တို့ဖြစ်သည်။ လူအများစုသည် တစ်ဦးနှင့်တစ်ဦး ချိတ်ဆက်နေကြသည်။ အဘယ်ကြောင့်ဆိုသော်၊ လက်ဆွဲနှုတ်ဆက်ခြင်း သီအိုရီ သည် သုံး၊လေး၊ငါးခု ၏ သီအိုရီ အတိုင်းပင် လူအပေါင်းတို့သည် လူမှုကွန်ရက် ပေါ်တွင် အချင်းချင်း ချိတ်ဆက် နေကြသောကြောင့် ဖြစ်သည်။ တစ်ယောက်နဲ့တစ်ယောက် ကွဲကွာနေတဲ့သူတွေ မရှိဘူး။ ဗီဒီယိုများကိုကြည့်ရှုရန် VKontakte သီးသန့်အသုံးပြုသော ကျွန်ုပ်၏လူမှုရေးအရ ကြောက်စရာကောင်းသော သူငယ်ချင်းများပင်လျှင် ကျွန်ုပ်တို့ကဲ့သို့ အများသူငှာ စာမျက်နှာအချို့တွင် စာရင်းသွင်းထားဆဲဖြစ်သည်။

Navalny သည် bot များကိုအသုံးပြုသည်။ လူတိုင်းတွင် bot များရှိသည်။

လူအမြောက်အများ (ဒီမှာ၊ ဒီမှာ) တစ်ယောက်နဲ့တစ်ယောက် အဆက်အသွယ်ရှိတယ်။ ဒါပေမယ့် တယောက်နဲ့ တယောက် သီးသန့် သူငယ်ချင်း ဖြစ်တဲ့ ရဲဘော်လေးတွေ ရှိတယ်။ ဤတွင် သူတို့သည် အစိမ်းဖျော့ဖျော့လေးများဖြစ်ပြီး၊ ဤနေရာတွင် ၎င်းတို့၏ သူငယ်ချင်းများနှင့် အဖွဲ့များဖြစ်သည်။ သူတို့က ဒီမှာ သီးခြား ပြုတ်ကျတာတောင် ၊

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ကံကောင်းထောက်မစွာဖြင့်၊ ဤပို့စ်အောက်တွင် “Navalny တွင် အထောက်အထားမရှိ” ဟုရေးခဲ့သော ဤလူများသည် အတိအကျပင် တူညီသော မှတ်ချက်များ ရေးသားခဲ့ကြသည်။ ဟုတ်ပါတယ်၊ ကျွန်တော် ကောက်ချက်မဆွဲဝံ့ပါဘူး။ သို့သော်၊ ကျွန်ုပ်သည် Facebook တွင်နောက်ထပ်ပို့စ်တစ်ခုရှိခဲ့ပြီး၊ Lebedev နှင့် Navalny အကြားအခြေအတင်ဖြစ်သောအခါတွင်၊ မှတ်ချက်များကိုတူညီစွာခွဲခြမ်းစိတ်ဖြာခဲ့သည်၊ "Lebedev သည်အညစ်အကြေးဖြစ်သည်" ဟုရေးသူအားလုံးသည်လူမှုရေးတွင်မပါဝင်ခဲ့ကြပါ။ မကြာသေးမီ လေးလခန့်က ကွန်ရက်များသည် အများသူငှာ စာမျက်နှာများကို စာရင်းမသွင်းဘဲ၊ ရုတ်တရက် ဤပို့စ်ကို ရောက်သွားကာ၊ ဤမှတ်ချက်အတိအကျကို ရေးပြီး ထွက်သွားသည်။ တစ်ဖန်၊ ဤနေရာမှ ကောက်ချက်ဆွဲရန် မဖြစ်နိုင်သော်လည်း Navalny ၏အဖွဲ့မှ တစ်စုံတစ်ဦးသည် bot များအသုံးမပြုကြောင်း မှတ်ချက်တစ်ခု ရေးခဲ့သည်။ ကောင်းပြီ၊

ကြော်ငြာရန်၊ အမှတ်တံဆိပ်နှင့် ပိုနီးစပ်သည်။ လူတိုင်းတွင် ဘော့တ်များ ရှိနေပြီဖြစ်သည်။ ငါတို့မှာသူတို့ရှိတယ်၊ ငါတို့ပြိုင်ဘက်တွေရှိတယ်၊ တခြားသူတွေရှိတယ်။ ကောင်းမွန်စွာနေထိုင်ရန် ၎င်းတို့ကို ထုတ်ပစ်ရမည် သို့မဟုတ် ထားခဲ့ရမည်။ ထိုကဲ့သို့သောဒေတာကိုအခြေခံ၍ (ယခင်ဆလိုက်သို့ညွှန်ပြသောအချက်များ) သည် ၎င်းတို့ကို တကယ့်လူများကဲ့သို့ထင်မြင်စေပြီးမှသာ ၎င်းတို့ကို ပြီးပြည့်စုံစေပါသည်။ ဘော့တ်တွေသုံးတာ မကောင်းပေမယ့် မည်သို့ပင်ဆိုစေကာမူ ရိုးစင်းသော ပုံပြင်တစ်ပုဒ်...

အလိုအလျောက်မုဒ်တွင်၊ ထိုအရာသည် ခွဲခြမ်းစိတ်ဖြာမှုနှင့် မသက်ဆိုင်သော၊ နမူနာတွင် မပါဝင်သင့်သော လူများကို ဤလေ့လာမှုတွင် မပါဝင်သင့်သော သင်၏ ခွဲခြမ်းစိတ်ဖြာမှုမှ စစ်ထုတ်နိုင်သည်။ အလွန်သုံးလေ့ရှိသည်။ နောက်တဖန်၊ ကားပိုင်ရှင်အားလုံးသည် အမှန်တကယ် ကားပိုင်ဆိုင်သည်မဟုတ်ပေ။ တစ်ခါတရံမှာ လူတွေက ကားတစ်စီးရှိနိုင်တဲ့သူတွေကိုပဲ စိတ်ဝင်စားကြတယ်၊ တချို့အဖွဲ့တွေထိုင်၊ တစ်ယောက်ယောက်နဲ့ ပြောဆိုဆက်ဆံတာ၊ သူတို့မှာ ပရိတ်သတ်အချို့ရှိတယ်။

အဖြစ်မှန်နှင့် ထင်မြင်ချက်များကို ခွဲခြမ်းစိတ်ဖြာခြင်း။

နောက်တစ်ခုကတော့ ကျွန်တော်အကြိုက်ဆုံးပါပဲ။ ဤသည်မှာ အချက်အလက်နှင့် ထင်မြင်ယူဆချက်များကို ခွဲခြမ်းစိတ်ဖြာခြင်း ဖြစ်သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ယနေ့ခေတ်တွင် လူတိုင်းသည် ၎င်းတို့၏အမှတ်တံဆိပ်ကို ရင်းမြစ်အမျိုးမျိုးတွင် မည်သို့ဖော်ပြရမည်ကို သိရှိလာကြသည်။ ဒီအတွက် လျှို့ဝှက်ချက်မရှိပါဘူး။ လူတိုင်းက သံယောဇဉ်ကို တွက်ချက်နိုင်ပုံပေါ်ပါတယ်... ပုဂ္ဂိုလ်ရေးအရတော့ tonality metric ကိုယ်တိုင်က သိပ်စိတ်ဝင်စားစရာမဟုတ်ဘူးလို့ ထင်ပါတယ်၊ ဘာဖြစ်လို့လဲဆိုတော့ "ယောက်ျား၊ မင်း 37% ကြားနေပဲ" လို့ ဖောက်သည်ကို လာပြောတဲ့အခါ၊ , " အလို! အေးပါ!" ထို့ကြောင့်၊ စိတ်ဓာတ်များကို အကဲဖြတ်ခြင်းမှ သင့်ထုတ်ကုန်နှင့်ပတ်သက်ပြီး သူတို့ပြောသည့် ထင်မြင်ယူဆချက်များကို အကဲဖြတ်ခြင်းအထိ အနည်းငယ်ပို၍ရွှေ့ရန် ပို၍စိတ်ဝင်စားဖွယ်ကောင်းပါသည်။

ပြီးတော့ ဒါက အရမ်းစိတ်ဝင်စားစရာကောင်းတဲ့ အရာတစ်ခုလည်းဆိုတော့... အခြေခံအားဖြင့်တော့ ကြားနေမက်ဆေ့ချ်တွေ မရှိနိုင်ဘူးလို့ ပုဂ္ဂိုလ်ရေးအရ ယုံကြည်ပါတယ်၊ ဘာကြောင့်လဲဆိုတော့ လူတစ်ယောက်က အများသူငှာ အာကာသမှာ တစ်ခုခုရေးရင် ဒီစာကို ဘယ်လိုနည်းနဲ့ဖြစ်ဖြစ် အရောင်ခြယ်ထားတယ်။ အမှတ်တံဆိပ်တစ်ခုအကြောင်း ပြောနေသည့် ကြားနေ မက်ဆေ့ချ်ကို ကျွန်ုပ်ကိုယ်တိုင် မမြင်ဖူးပါ။ များသောအားဖြင့် အညစ်အကြေး တစ်မျိုးမျိုး ဖြစ်တတ်ပါတယ်။

အကယ်၍ ကျွန်ုပ်တို့သည် ဤမက်ဆေ့ချ်များကို အများအပြားယူ၍ (သန်း၊ 10 သန်း) ဖြစ်နိုင်သည်) မက်ဆေ့ချ်တစ်ခုစီမှ အဓိက အယူအဆကို မီးမောင်းထိုးပြပြီး ၎င်းတို့ကို ပေါင်းစပ်လိုက်လျှင် ဤကုန်အမှတ်တံဆိပ်အကြောင်း လူတို့ မည်ကဲ့သို့ပြောသည်ကို စိတ်ချယုံကြည်စွာ နားလည်နိုင်ပါသည်။ “ထုပ်ပိုးတာကို မကြိုက်ဘူး၊” “ညီညွတ်မှုကို မကြိုက်ဘူး”၊ စသဖြင့်ပေါ့။

Transaero၊ Chupa Chups နှင့် United States သမ္မတတို့အပေါ် လူတွေ ဘယ်လိုထင်လဲ။

ကျွန်ုပ်တွင် ရယ်စရာကောင်းသော ဥပမာတစ်ခုရှိသည်- ၎င်းသည် ဒေဝါလီခံပြီးနောက် Transaero ကုမ္ပဏီနှင့် လူမှုကွန်ရက်အသုံးပြုသူများ လုပ်ဆောင်မည့်အရာအကြောင်း အချက်အလက်ဖော်ပြချက်ဖြစ်သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

အဲဒီမှာ စိတ်ဝင်စားစရာကောင်းတဲ့ ဥပမာတွေ အများကြီးရှိတယ်၊ မီးရှို့၊ သတ်ပစ်၊ ဥရောပကို ပြည်နှင်ဒဏ်ပေးတယ်၊ "စစ်ရေးလုပ်ဖို့ ဆီးရီးယားကို ပို့မယ်" ဆိုပြီး ရေးခဲ့တဲ့ ၂% တောင်ရှိတယ်။ ရယ်စရာကောင်းတဲ့ အရာကနေ ဆက်သွားပါ၊ အဲဒါက ကျွန်တော် အကြိုက်ဆုံး ခွေးစာကနေ ကားတချို့အထိ အမှတ်တံဆိပ် တစ်ခုခုနီးပါး ဖြစ်နိုင်တယ်။ ထုပ်ပိုးတာကို မကြိုက်တဲ့သူ၊ တကယ့်အရာတွေကို မကြိုက်တဲ့သူက - ဒါကို သင်အမြဲတမ်း လုပ်ဆောင်နိုင်ပြီး ဒါကို သင်အမြဲထည့်သွင်းစဉ်းစားနိုင်ပါတယ်။ Chupa Chups သည် မချိုသာသော သို့မဟုတ် မချိုလောက်ဘူးဟု လူမှုကွန်ရက်ပေါ်တွင် ရေးသောကြောင့် လူများက ၎င်းတို့၏ ထုတ်ကုန်ထုတ်လုပ်မှုကို ပြောင်းလဲလုနီးပါး ဖြစ်နေသည့် ဥပမာများစွာရှိသည်။

ရယ်စရာကောင်းတဲ့ ဥပမာတစ်ခု ရှိပါသေးတယ်။ ဘယ်သူနဲ့ပတ်သက်တဲ့ မှတ်ချက်တွေပေးမလဲဆိုတာ ခန့်မှန်းကြည့်ရအောင်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

အကြောင်းအမျိုးမျိုးကြောင့် ယခုအခါ ထင်မြင်ယူဆချက်များကို ခွဲခြမ်းစိတ်ဖြာခြင်း၊ မက်ဆေ့ချ်များမှ ထုတ်နုတ်သော အချက်အလက်များကို ခွဲခြမ်းစိတ်ဖြာခြင်းမှာ အလွန်အသုံးမဝင်တော့ဘဲ ကျယ်ပြန့်လှပါသည်။ ဤနည်းပညာသည် အထူးလျှို့ဝှက်ချက်မဟုတ်သော်လည်း၊ အကြောင်းမှာ လူတို့၏မှတ်ချက်များမှ၊ အကြောင်းအရာကို ထုတ်နုတ်ခြင်း၊ ကြိုတင်တွက်ဆခြင်းနှင့် အုပ်စုဖွဲ့ခြင်းသည် တွက်ချက်မှုဆိုင်ရာ ဘာသာဗေဒတွင် ထူးချွန်ရန်မလိုအပ်သောကြောင့် ၎င်းတွင် လက်တွေ့တွင် ကျွမ်းကျင်မှုလုံးဝမရှိပါ။ လုပ်ရတာ သိပ်မခက်ပါဘူး။ ဒါပေမယ့် နောက်နှစ်နှစ်လောက်မှာ လူတွေက ဒါကို စပြီးသုံးကြလိမ့်မယ်လို့ ကျွန်တော် မျှော်လင့်ပါတယ်၊ ဘာကြောင့်လဲဆိုတော့... ဒါဟာ အေးဆေးပါပဲ - ဒါက အလိုအလျောက် တုံ့ပြန်ချက်ပါ။ မင်းအကြောင်း သူတို့ပြောနေတာတွေကို မင်းအမြဲသိတယ်။ ဒါကို အမေရိကန် သမ္မတ နဲ့ ပတ်သက် လို့ သင် နားလည် ပါတယ် ။

ပရိသတ်၏မေးခွန်းအတွက် အဖြေ

  • ဟုတ်ကဲ့ ဒါက အင်္ဂလိပ်လို Facebook ဖြစ်ပါတယ်။ ၎င်းတို့ကို ဤနေရာတွင် ရုရှားဘာသာသို့ ပြန်ဆိုထားသည်။ ဒါကို တစ်နေရာရာမှာ ရေးထားတယ်။

Big Data နှင့် နိုင်ငံရေးနည်းပညာများ

တကယ်တော့၊ ကျွန်တော့်မှာ Trump နဲ့ တခြားသူတွေအကြောင်း နိုင်ငံရေးနဲ့ပတ်သက်တဲ့ ကွဲပြားတဲ့ စိတ်ဝင်စားစရာကောင်းတဲ့ ဥပမာတွေ အများကြီးရှိပေမယ့် အဲဒါတွေကို ဒီမှာမခေါ်ဖို့ ဆုံးဖြတ်ခဲ့ပါတယ်။ ဒါပေမယ့် နိုင်ငံရေး ဥပမာတစ်ခုရှိတယ်။

ဤသည်မှာ ပြည်နယ် Duma အတွက် ရွေးကောက်ပွဲများ ဖြစ်သည်။ မင်းဘယ်တုန်းကလဲ။ ပြီးခဲ့သည့်နှစ်က? လွန်ခဲ့တဲ့ တစ်နှစ်ခွဲလောက်ကပေါ့။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ဤနေရာတွင် ၎င်းတို့သည် မည်သည့် ရွေးကောက်ပွဲ ပရိဝုဏ်အတွင်းသို့ ကျရောက်သည်ကို နားလည်ရန်အတွက် အချို့သော ပထဝီဝင်နေရာတစ်ခုအထိ ၎င်းတို့၏ တည်နေရာအတိအကျကို ဆုံးဖြတ်နိုင်ခဲ့ကြသူများဖြစ်သည်။ ပြီးတော့ ဒီလူတွေကနေ သူတို့ရဲ့ တိကျတဲ့ ထင်မြင်ယူဆချက်တွေကို ထုတ်ဖော်သူတွေကိုသာ မဲပေးမယ်၊ ဘယ်သူကို မဲပေးမလဲ။

နိုင်ငံရေးနည်းပညာ ရှုထောင့်မှကြည့်လျှင် ဤအရာအားလုံးသည် လူဦးရေသိပ်သည်းဆနှင့် ပုံမှန်ပြန်ဖြစ်ရန် လိုအပ်သောကြောင့် ဤအရာသည် အလွန်မှန်ကန်ပါသည်။ မည်သို့ပင်ဆိုစေကာမူ၊ ဤနေရာတွင် ဘလူးများသည် မည်သူမည်ဝါဖြစ်သည်ကို သင်သိသည်၊ အနီရောင်များသည် အတိုက်အခံ ရဲဘော်များကို မဲပေးကြမည်၊ စကားမစပ်၊ များသောအားဖြင့် မရှိပေ။

Big Data သည် နိုင်ငံရေးနည်းပညာများကို မကြာမီအချိန်အတွင်း ရောက်ရှိနိုင်လိမ့်မည်မဟုတ်ကြောင်း ပုဂ္ဂိုလ်ရေးအရ ယုံကြည်သော်လည်း ရွေးချယ်ခွင့်တစ်ခုအနေဖြင့် ကိုယ်စားလှယ်လောင်းသည် အမှတ်တံဆိပ်တစ်ခုလည်းဖြစ်သည်။ ဒါကလည်း အတိုင်းအတာတစ်ခုအထိ၊ သင့်အမှတ်တံဆိပ်နဲ့ ပတ်သက်တဲ့ အချက်အလက်နဲ့ ထင်မြင်ယူဆချက်တွေကို ခွဲခြမ်းစိတ်ဖြာပြီး ဘယ်သူက ဘာလုပ်နေတယ်ဆိုတာကို အချိန်နဲ့တပြေးညီ နားလည်နိုင်တာကြောင့် အတော်လေး စိတ်ဝင်စားစရာကောင်းတဲ့ အရာတစ်ခုပါ။ အချို့သော ထုတ်လွှင့်မှုတွင် လူမှုကွန်ရက်များကို အချိန်နှင့်တပြေးညီ စောင့်ကြည့်သောအခါ BBC မှ ဖြစ်ရပ်များစွာကို ကျွန်ုပ်သိပါသည်- ထိုသို့သော တုံ့ပြန်မှုမျိုး ရှိပါသည်၊ လူများက ၎င်းအကြောင်းကို ရေးကြ၊ ထိုကဲ့သို့သော မေးခွန်းမျိုး မေးကြသည်၊ အလွန်ကောင်းပါသည်။ လူတိုင်းစိတ်ဝင်စားဖို့ကောင်းတာကြောင့် မကြာခင်အသုံးပြုနိုင်မယ်လို့ထင်ပါတယ်။

မော်ဒယ်အမှတ်တံဆိပ်ရာထူးများ

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

နောက်တစ်ခုကတော့ Brand positions တွေကို modeling လုပ်တယ်။ ဤအရာသည် အမျိုးမျိုးသော မက်ထရစ်များကို အသုံးပြု၍ ကုန်အမှတ်တံဆိပ်များကို သင်အဆင့်သတ်မှတ်နိုင်ပုံအကြောင်း သေးငယ်ပြီး တိုတောင်းသောအပိုင်း (လူမှုကွန်ရက်များတွင် စာရင်းသွင်းသူများအကြိုက်မဟုတ်ဘဲ ရှုပ်ထွေးသောမက်ထရစ်များ၊ အကြောင်းအရာအပေါ် စိတ်ဝင်စားမှု၊ မက်ထရစ်များလက်ခံရရှိသည့်အချိန်) တို့အကြောင်း သေးငယ်၍တိုတောင်းသောအပိုင်းဖြစ်သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ကျွန်ုပ်တွင် "ဆေးဝါး" ၏ဥပမာတစ်ခုရှိသည်။ ဤနေရာတွင် စက်ဝိုင်းငယ်များသည် အတွင်းပိုင်း၊ တောက်ပသည် - ဤသည်မှာ အမှတ်တံဆိပ်ကိုယ်တိုင် ဖန်တီးသည့် စာသားပမာဏဖြစ်ပြီး၊ စက်ဝိုင်းကြီးသည် အမှတ်တံဆိပ်ကိုယ်တိုင် ဖန်တီးသည့် ဓာတ်ပုံနှင့် ဗီဒီယိုအကြောင်းအရာ ပမာဏဖြစ်သည်။

စင်တာနှင့် အနီးတစ်ဝိုက်တွင် အကြောင်းအရာသည် ပရိသတ်အတွက် မည်မျှစိတ်ဝင်စားဖွယ်ကောင်းသည်ကို ပြသသည်။ မော်ဒယ်ကြီးတစ်ခုရှိပါတယ်၊ ကန့်သတ်ချက်အမျိုးမျိုးရှိပါတယ်- အကြိုက်များ၊ ပြန်တင်မှုများ၊ တုံ့ပြန်မှုအချိန်၊ ပျမ်းမျှအားဖြင့် ထိုနေရာတွင်မျှဝေခဲ့သူ... ဤနေရာတွင် သင်တွေ့နိုင်သည်- များစွာသောပမာဏကိုစုပ်ယူနိုင်သည့် အံ့သြဖွယ်ကောင်းသော “Kagotsel” ရှိပါသည်။ ၎င်း၏ကိုယ်ပိုင်အကြောင်းအရာကိုဖန်တီးရန်ပိုက်ဆံနှင့်၎င်းတို့ကြောင့်၎င်းတို့သည်ဗဟိုနှင့်အတော်လေးနီးစပ်သည်။ ကိုယ့်အကြောင်းအရာကို ဖန်တီးတဲ့ ရဲဘော်တွေလည်း ရှိပေမယ့် ပရိသတ်က စိတ်မဝင်စားဘူး။ ဤအကောင့်များအားလုံးသည် လက်တွေ့ကျကျသေဆုံးသွားသောကြောင့် ဤသည်မှာ အလွန်လုံလောက်သော ဥပမာမဟုတ်ပေ။

Yegor Creed ကို Basta ထက် ပိုချစ်သည်။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ကံမကောင်းစွာပဲ၊ ကျန်တာတွေကတော့... ပြရမယ့်အရာက... ကောင်းပြီ၊ ရွေးချယ်စရာတစ်ခုအနေနဲ့ ရုရှားရက်ပ်ပါတွေလည်း ရှိပါသေးတယ်။

အားသာချက်ကဘာလဲ။ အမှန်မှာ ကုမ္ပဏီတစ်ခုသည် သင့်အမှတ်တံဆိပ်အတွက် အလုပ်လုပ်သော စာရင်းသွင်းသူများ၏ ပျမ်းမျှလစာမှအစပြု၍ ဤပုံစံတွင် မည်သည့်အရာမဆို နီးပါးကို ထည့်သွင်းနိုင်သည်။ ဘယ်မော်ဒယ်မဆို ကြိုက်ကြတယ်။ ကြော်ငြာအေဂျင်စီတစ်ခုစီသည် ၎င်း၏ကိုယ်ပိုင်မက်ထရစ်များကို ကွဲပြားစွာတွက်ချက်သောကြောင့်၊ ကုန်အမှတ်တံဆိပ်များသည် ၎င်းတို့၏ကိုယ်ပိုင်မက်ထရစ်များကို ကွဲပြားစွာတွက်ချက်ပါသည်။

ဤနေရာတွင် တစ်ခုလည်း ရှိသည် - Basta သည် အကြောင်းအရာ အများအပြားကို ထုတ်ပေးသော်လည်း ဤအကြောင်းအရာသည် ပရိသတ်အတွက် အလွန်စိတ်ဝင်စားဖွယ်မရှိသောကြောင့် အစွန်အဖျားတွင် တည်ရှိသည်။ ထပ်မံ၍ တရားစီရင်ရန် မထင်ပါ။ မည်သို့ပင်ဆိုစေကာမူ၊ လူမှုကွန်ရက်များအဆိုအရ၊ ကျွန်ုပ်တို့ခေတ်၏အကောင်းဆုံးသရုပ်ဆောင်လုနီးပါးဖြစ်သော်လည်း ၎င်း၏ကိုယ်ရေးကိုယ်တာဓာတ်ပုံများကိုသာ ထုတ်ဝေသည့် Yegor Creed ရှိသည်။ မည်သို့ပင်ဆိုစေကာမူ၊ သူ့တွင် စာရင်းသွင်းသူ အများအပြားရှိပြီး ၎င်းတို့ထဲမှ တစ်သန်းဝန်းကျင်ခန့် ရှိပါသည်။ နံပါတ်အတိအကျတော့ မမှတ်မိတော့ဘူး။ ဒီလူတွေရဲ့ ထိတွေ့ဆက်ဆံမှု ရာခိုင်နှုန်းဟာ 85% ထက် အများကြီး ပိုများနေတာကို သတိရမိတယ်၊ ဆိုလိုတာကတော့ စာရင်းသွင်းသူ တစ်သန်းမှာ ဒီလူတွေဆီက တုံ့ပြန်မှုပေါင်း 850 ရရှိတယ် - ဒါက တကယ့်ရူးသွပ်မှုပါပဲ။ ဒါအမှန်ပါပဲ။

Arthur Khachuyan - "ကြော်ငြာထဲတွင် တကယ့် Big Data"

ပရိသတ်၏မေးခွန်းများအတွက် အဖြေများ

ရက်ပ်ပါ ခွဲခြမ်းစိတ်ဖြာမှုပုံစံကို ဖန်တီးရန် အချိန်မည်မျှကြာခဲ့သနည်း။

  • တစ်ခုစီတွင် ၎င်း၏ကိုယ်ပိုင်ပစ်မှတ်ပရိသတ်၊ ဤလူတစ်ဦးစီအတွက် အကျိုးစီးပွားများကို တွက်ချက်ထားပါသည်... ဤအရာအားလုံးကို ခန့်မှန်းခြေအားဖြင့် အလယ်ဗဟိုမှ အကွာအဝေးသို့ ပုံမှန်ဖြစ်အောင် ပြုလုပ်ထားပြီး ၎င်းတို့၏ အမြှေးထောင့်အနေအထားသည် အရေးမကြီးပါ။ အချင်းချင်း မပြေးကြပါ။) အလယ်ဗဟိုနှင့် အနီးစပ်ဆုံး အနီးစပ်ဆုံးသာ အရေးကြီးသည်။ ဒါက ကျွန်တော်တို့သုံးတဲ့ ပုံစံပါ။ ဥပမာ၊ စက်ဝိုင်းကို ပိုကြိုက်တယ်၊ တချို့လူတွေက အဲဒါကို စက်ဝိုင်းခြမ်းအဖြစ် စိတ်နဲ့လုပ်တယ်။
  • ဤပုံစံကို နှစ်နာရီ သို့မဟုတ် သုံးနာရီအတွင်း လျင်မြန်စွာ စုစည်းခဲ့သည် (ဟုတ်တယ်၊ လူတစ်ဦး)။ ဤနေရာတွင် မက်ထရစ်များကိုသာ ထည့်သွင်းခဲ့သည်- ကျွန်ုပ်တို့သည် အဘယ်အရာကို မြှောက်မည်၊ ၎င်းကို ပေါင်းထည့်ပြီးနောက် ၎င်းကို တစ်နည်းတစ်ဖုံ ပုံမှန်ပြုလုပ်ပါ။ မော်ဒယ်ပေါ် မူတည်. စာရင်းသွင်းသူများ၏ ပျမ်းမျှလစာ (ဒါဟာ ဟာသမဟုတ်ပါ) ကို စိတ်ဝင်စားသူများ ရှိပါသည်။ ဤအရာအတွက် သင်သည် ၎င်းတို့၏ အဆက်အသွယ်များဖြစ်သော Avito ကို ရှာဖွေရန် လိုအပ်ပြီး အားလုံးကို တွက်ချက်၍ မြှောက်ပါ။ ထည့်သွင်းစဉ်းစားရန် အချိန်ကြာမြင့်သော်လည်း အထူးသဖြင့် ဤ (ယခင်ဆလိုက်ကို ညွှန်ပြသည်) - ဤနေရာတွင် ကန့်သတ်ချက်များသည် အလွန်ရိုးရှင်းပါသည်- စာရင်းသွင်းသူများ၊ ပြန်လည်တင်ခြင်းများနှင့် အခြားအရာများဖြစ်သည်။ ပြီးစီးရန် နှစ်နာရီမှ သုံးနာရီခန့် ကြာသည်။ ထို့ကြောင့် ဤအရာကို အချိန်နှင့်တပြေးညီ အပ်ဒိတ်လုပ်ပြီး သင်အသုံးပြုနိုင်ပါသည်။

ကဲ ပျော်စရာအပိုင်းလေး လာပါပြီ။ တစ်ယောက်တည်း အကြာကြီးပြောဖို့ စိတ်မဝင်စားတဲ့အတွက် ဥပမာတွေနဲ့ ပြီးသွားတယ်။ ပြီးတော့ အခု မင်းမေးခွန်းတွေ မေးလိမ့်မယ်လို့ ငါမျှော်လင့်ပါတယ်၊ ဘာကြောင့်လဲဆိုတော့ ငါ့မှာ နည်းပညာတွေကို ဘယ်လိုသုံးနိုင်သလဲ အစရှိတဲ့ ဥပမာတွေရှိတာကြောင့် ခေါင်းစဉ်တစ်ခုကနေတစ်ခုသို့ ရွေ့လျားသွားမှာပါ...

ပရိသတ်၏မေးခွန်းများအတွက် အဖြေများ

  • ကျွန်ုပ်တွင် ကင်မရာတစ်လုံး ချထားသောအခါ၊ မျက်နှာများကို မှတ်မိသည် စသည်တို့ဖြင့် ပြောရလျှင် "ကာစီနိုအနီး" တွင် ကျွန်ုပ်တွင် တစ်ဦးတည်းသော ကိုယ်ရေးကိုယ်တာ ကိစ္စတစ်ခု ရှိခဲ့ပါသည်။ အသိအမှတ်ပြုခံရသူများ၏ ရာခိုင်နှုန်းမှာ ကျွန်ုပ်တို့နှင့် ကျွန်ုပ်တို့၏ ပြိုင်ဘက်နှစ်ဦးစလုံးအတွက် ကြီးမားပါသည်။ ဒါပေမယ့် တကယ်ကို စိတ်ဝင်စားဖို့ကောင်းတယ်။ ဒါကို စိတ်ဝင်စားစရာကောင်းတဲ့ အရာတစ်ခုလို့ ကျွန်တော်မြင်ပါတယ်- ဒီလူတွေက ဘယ်သူတွေလဲဆိုတာ သင်နားလည်နိုင်ပြီး ဘာကြောင့် သူတို့ဒီကို လာတာလဲ၊ သူတို့ဘဝတွေက ဘာတွေပြောင်းလဲသွားလဲဆိုတာ ကောင်းကောင်း ခန့်မှန်းနိုင်တာကြောင့် ကာစီနိုကို လာဖို့ ဆုံးဖြတ်ခဲ့တာပါ။ ဒါပေမယ့် သတ်သတ်မှတ်မှတ် လုပ်ငန်းအမျိုးအစားတွေအတွက်တော့... ဒီလိုပစ္စည်းမျိုးကို ဆေးဆိုင်မှာ ထည့်ထားရင် ဘာအကြောင်းကြောင့်မှ လူတစ်ယောက် ဆေးဆိုင်ကို ရောက်လာတယ်ဆိုတာ ခန့်မှန်းလို့ မရပါဘူး။

    ဤနေရာတွင် ကမ္ဘာလုံးဆိုင်ရာတာဝန်မှာ တစ်စုံတစ်ဦးသည် သင့်အမှတ်တံဆိပ်ကို စိတ်ဝင်စားချင်သည့်အခါတွင် မော်ဒယ်လ်တစ်ခုကို တည်ဆောက်ရန်ဖြစ်ပြီး၊ တစ်ခုခုကို ဝယ်ပြီးပါက ကြော်ငြာမပေးဘဲ (ယခုဖြစ်ပျက်နေသည့်အတိုင်း) သူ့ကို ကြော်ငြာပေးနိုင်ရန်၊ "ဒါက ဘယ်တော့ဖြစ်လာမလဲလို့ ခန့်မှန်းထားတယ်။ ထိုကဲ့သို့သော "ကာစီနို" နှင့် ပတ်သက်၍ စိတ်ဝင်စားစရာဖြစ်ခဲ့သည်။ ဒီလူတွေရဲ့ စိတ်ဝင်စားစရာကောင်းတဲ့ ရာခိုင်နှုန်းတွေ ထွက်လာတယ် - ဘာကြောင့်လဲ - တစ်စုံတစ်ယောက်က ပရိုမိုးရှင်းတစ်ခု ရုတ်တရက်ရပြီး၊ တခြားတစ်ယောက်ယောက်က ဒီလို စိတ်ဝင်စားစရာကောင်းတဲ့ ထိုးထွင်းသိမြင်မှုတွေ ရခဲ့တယ်။ သို့သော် အချို့သောဆိုင်များ၊ လက်လီ၊ ဆေးပြားတစ်မျိုးမျိုး၏ဆိုင်များတွင်မူ အလွန်မှန်ကန်မည်မဟုတ်ဟု ယူဆပါသည်။

Big Data ကို အော့ဖ်လိုင်းသုံးပါသလား။

  • အော့ဖ်လိုင်းဖြစ်ခဲ့သည်။ ဒီမော်ဒယ်နဲ့ ကိုက်ညီမှုရှိမရှိ အတိအကျ အကြမ်းဖျင်း နားလည်ဖို့ လိုပါတယ်။ တဖန် ရေတွေ တဖျပ်ဖျပ်ခတ်ပြီး... ငါအရာရာကို တကယ်စိတ်ဝင်စားပါတယ်၊ ဒါပေမယ့် ဒီလူတွေရဲ့ ကိုယ်ရေးအကျဉ်း ဘယ်လောက်ရှိလဲ၊ သူတို့ရဲ့ အပြုအမူက ရေသန့်ဗူးဝယ်ချင်တဲ့အခါ အပေါ်မှာမူတည်နိုင်တယ်ဆိုတာ ငါကိုယ်တိုင် နားမလည်ပါဘူး။ ဒါက တကယ်မှန်ပေမယ့် မသိဘူး။

ဖွင့်ထားတဲ့ ဆိုရှယ်မီဒီယာအကောင့် ဘယ်လောက်ရှိလဲ။

  • အထူးသဖြင့် ကျွန်ုပ်တို့တွင် လူမှုကွန်ရက် 11 ခု ရှိသည် - ၎င်းတို့မှာ "Vkontakte", "Facebook", "Twitter", "Odnoklassniki", "Instagram" နှင့် အချို့သော အရာများ (“Mail.ru” ကဲ့သို့သော စာရင်းတွင် ကြည့်ရှုနိုင်သည်) . VKontakte တွင်ကျွန်ုပ်တို့သည်ဤရဲဘော်များအားလုံး၏မိတ္တူရှိသည်။ ကျွန်ုပ်တို့တွင် VKontakte တွင်လူများရှိသည် - ၎င်းသည်ရှိခဲ့ဖူးသူတိုင်း၏သန်း 430 (ထိုသန်း 200 သည်အဆက်မပြတ်တက်ကြွနေသည်); အဖွဲ့တွေရှိတယ်၊ ဒီလူတွေကြားက ဆက်စပ်မှုတွေရှိတယ်၊ ငါတို့စိတ်ဝင်စားတဲ့အကြောင်းအရာတွေရှိတယ် (စာသား) နဲ့ မီဒီယာရဲ့ အစိတ်အပိုင်းတစ်ခုရှိတယ်၊ ဒါပေမယ့် အရမ်းသေးငယ်တယ်... အကြမ်းဖျင်းပြောရရင် ဒီပုံကိုကြည့်တယ်- ဟိုမှာ မျက်နှာတွေရှိရင် ငါတို့ သူတို့ကို ကယ်တင်ပါ၊ meme တစ်ခုရှိလျှင် ကျွန်ုပ်တို့ ၎င်းတို့ကို သိမ်းဆည်းရန် ကျွန်ုပ်တို့သည် ၎င်းကို သိမ်းဆည်းခြင်း မပြုပါ၊ ကျွန်ုပ်တို့သည် မီဒီယာအကြောင်းအရာကို သိမ်းဆည်းရန်ပင် မလုံလောက်သောကြောင့် ဖြစ်သည်။

    ရုရှားဘာသာနဲ့ Facebook ရှိတယ်။ ယခု 60-80% သည် Odnoklassniki တစ်နေရာမှဖြစ်ပြီး၊ လအနည်းငယ်အကြာတွင် ၎င်းတို့အားလုံးကို အဆုံးထိရရှိစေမည်ဖြစ်သည်။ ရုရှားအင်စတာဂရမ်။ ဤလူမှုရေးကွန်ရက်များအားလုံးအတွက် အုပ်စုများ၊ လူများ၊ ၎င်းတို့ကြားတွင် ဆက်သွယ်မှုများနှင့် စာသားများရှိသည်။

  • လူဦးရေ သန်း ၄၀၀ လောက်ရှိတယ်။ သိမ်မွေ့မှုတစ်ခု ရှိသည်- မဖော်ပြထားသော မြို့ပြလူများ (၎င်းတို့သည် ရုရှားဖြစ်နိုင်ချေ/ရုရှားမဟုတ်သူများဖြစ်သည်)။ ယင်းတို့အနက်၊ လူမှုကွန်ရက်များအတွက် ပျမ်းမျှသည် VKontakte ရှိ ပိတ်ထားသောအကောင့်များ၏ 400% ဖြစ်သည်၊ Facebook ရှိ ကိန်းဂဏန်းအတိအကျကို ကျွန်ုပ်မသိပါ။
  • ကျွန်ုပ်တို့သည် Instagram တွင် မီဒီယာများကို သိမ်းဆည်းခြင်းမပြုပါ - ထိုနေရာတွင် မျက်နှာများရှိမှသာ။ ကျွန်ုပ်တို့သည် ထိုကဲ့သို့သော (အခြား) မီဒီယာအကြောင်းအရာများကို သိမ်းဆည်းထားခြင်းမရှိပါ။ အများအားဖြင့် စိတ်ဝင်စားစရာကောင်းသည်- စာသားသက်သက်၊ လူများအကြား ဆက်သွယ်မှုများ၊ အားလုံး။ Instagram တွင် အသုံးအများဆုံး သုတေသနမှာ ပရိသတ်အပေါ် ပုံမှန် သုတေသနပြုခြင်းဖြစ်သည်- ဤလူများသည် ဘယ်သူလဲ၊ အရေးကြီးဆုံးကတော့ ဤလူများ၏ အခြားလူမှုရေးကွန်ရက်များနှင့် ချိတ်ဆက်မှုဖြစ်သည်။ သူ၏အသက်နှင့် အခြားအရာများကို တွက်ချက်ရန်အတွက် ဤလူ၏ပရိုဖိုင်ကို Vkontakte နှင့် Facebook တွင်ရှာပါ။
  • ဖောက်သည်မရှိသောကြောင့် အခြားလူတိုင်းကို လက်ခံရန်မလိုအပ်ပါ။ ဘာသာစကားနှင့်ပတ်သက်၍ ကျွန်ုပ်တို့တွင် ရုရှား၊ အင်္ဂလိပ်၊ စပိန်၊ သို့သော် ၎င်းကို ရုရှားနိုင်ငံမှ အမှတ်တံဆိပ်များအတွက် သီးသန့်အသုံးပြုနေဆဲဖြစ်သည်။ ဒါမှမဟုတ် ရုရှားကနေ ယူလာတဲ့ ကုမ္ပဏီတွေလား။
  • ကျွန်ုပ်တို့သည် များစွာသော၊ များစွာ၊ များစွာသော အကြောင်းအရာများဖြင့် နေ့စဉ် လူများကို အင်တာဗျူးသည်- ကျွန်ုပ်တို့သည် ဝဘ်ကို စုဆောင်းခြင်းဖြင့် ဒေတာများကို စုဆောင်းကာ Api ကို အသုံးပြု၍ ဤညွှန်ကိန်းများကို အပ်ဒိတ်လုပ်ပါ။ 2-3 ရက်အတွင်းသင်သည် "VKontakte" တစ်ခုလုံးကိုဖြတ်သန်းနိုင်ပြီး၊ တစ်ပတ်လောက်အတွင်း Facebook တစ်ခုလုံးကို ဘယ်သူက အပ်ဒိတ်လုပ်ထားပြီး မလုပ်ဖူးဘူးဆိုတာ နားလည်နိုင်ပါတယ်။ ပြီးလျှင် ဤလူများကို သီးခြားစီ ပြန်လည်စုစည်းပါ- အတိအကျ ပြောင်းလဲသွားပါပြီ၊ ဤဇာတ်လမ်းတစ်ခုလုံးကို ချရေးပါ။ ကျွန်ုပ်၏အတွေ့အကြုံတွင် တစ်စုံတစ်ဦး၏ ဆိုရှယ်မီဒီယာပရိုဖိုင်ဟောင်းကို တကယ့်လုပ်ငန်းရည်ရွယ်ချက်အတွက် အသုံးပြုခဲပါသည်။ ဒီအချိန်ဟာ နိုင်ငံရေးသမားတစ်ယောက် လျှောက်ထားတဲ့ အချိန်ဖြစ်ပြီး သူ့တာဝန်က လွန်ခဲ့တဲ့ 6-8 လလောက်က ဌာနချုပ်ကို ရောက်လာတဲ့ လူတွေကို နားလည်ဖို့ပါပဲ (သူတို့ရဲ့ ကိုယ်ရေးအကျဉ်းကို ဖျက်လိုက်တာလား၊ လုယူ)။

    တစ်ခါတရံ - တစ်စုံတစ်ယောက်၏ ဓာတ်ပုံများကို အများသူငှာ ထုတ်ဝေသည့်အခါ ကိုယ်ရေးကိုယ်တာ ဇာတ်လမ်းများ။ ချိတ်ဆက်မှုများ စသည်တို့ကို ရှာဖွေရန် လိုအပ်ပါသည်။ ကံမကောင်းစွာဖြင့်၊ ကျွန်ုပ်တို့၏ဒေတာဘေ့စ်သည် တရားမ၀င်ဖြစ်သောကြောင့် တရားရုံးတွင် သက်သေမပြနိုင်ပါ။

  • MongoDB သိုလှောင်မှုသည် ကျွန်ုပ်အကြိုက်ဆုံးဖြစ်သည်။

လူမှုကွန်ရက်များသည် ဒေတာစုဆောင်းမှုကို တိုက်ဖျက်ရန် ကြိုးစားနေကြသည်။

  • အများအားဖြင့် ကျွန်ုပ်တို့သည် ဤအကောင့်များစာရင်းကို ကြော်ငြာရှင်များသို့သာ အပ်လုဒ်လုပ်ကြပြီး၊ ၎င်းတို့သည် စံသတ်မှတ်ချက်တစ်ခုကို အသုံးပြုသည်... ဆိုလိုသည်မှာ လူမှုကွန်ရက်များ၊ VKontakte တွင် သင်သည် ဤလူများ၏စာရင်းကို သတ်မှတ်နိုင်ပါသည်။

    သို့သော် Facebook သည် ဝယ်ယူထားသော cookies များကို အသုံးပြုသည်။ ကျွန်ုပ်တို့ကိုယ်တိုင် ကွတ်ကီးများဖြင့် အလုပ်မလုပ်သော်လည်း ကြော်ငြာရှင်ကိုယ်တိုင်က လူအချို့ကို ပေးသောအခါတွင် ဇာတ်လမ်းများစွာ ရှိခဲ့သည်၊ ၎င်းတို့နှင့် အပြန်အလှန် တုံ့ပြန်ခဲ့ကြသည် - ၎င်းတို့တွင် တီဆာ၊ ကြော်ငြာမဟုတ်သော ကြော်ငြာမဟုတ်သော ဤ "ကွတ်ကီးများ" နှင့် ဤကွန်ရက်များရှိသည်။ သင်က ချည်နိုင်သည် - မေးခွန်းမရှိပါ။ ဒါပေမယ့် ဒီပစ္စည်းကို သိပ်ပြီး စစ်မှန်တယ်လို့ မထင်မိလို့ ဒီပစ္စည်းကို မကြိုက်ဘူး။ ဒါက ကျွန်တော့်အမြင်သက်သက်ပါ၊ TNS က TV တွေကို "ခြေရာခံတယ်" နဲ့တူတယ် - ဒီတီဗီကြည့်နေတာလား မရှင်းဘူးလား၊ သင့်တီဗီဖွင့်ထားစဉ် ပန်းကန်ဆေးနေသလားဆိုတာ မရှင်းမလင်းဖြစ်နေပါတယ်... ပြီးတော့ ဒါကအတူတူပါပဲ။ : ကျွန်တော် အင်တာနက်မှာ တစ်ခုခုကို မကြာခဏ google လုပ်နေပေမယ့် အဲဒါကို ဝယ်ချင်တယ်လို့ မဆိုလိုပါဘူး။

  • အကယ်၍ သင်သည် စံဆက်စပ်သော ကြော်ငြာကွန်ရက်တစ်မျိုးမျိုးကို အသုံးပြုနေပါက- ဤလူများကို ၎င်းတို့ထံ လွှင့်တင်ပြီး ၎င်းတို့၏ဆိုက်များတွင် “ကွတ်ကီးများ” နှင့် ချိတ်ဆက်ရန် ၎င်းတို့ကို ၎င်းတို့၏ အင်တာဖေ့စ်များကို အသုံးပြု၍ ကြိုးစားသောအခါတွင် ကျွန်ုပ်တွင် ဇာတ်လမ်းများစွာ ရှိခဲ့ပါသည်။ ဒါပေမယ့် ဒီလိုအရာတွေကို ငါတကယ်မကြိုက်ဘူး။

အင်တာနက်အသုံးပြုသူတစ်ဦး၏လစာကိုတွက်ချက်ရန်ဖော်မြူလာ

  • ပျမ်းမျှလစာအတွက် ယေဘူယျပုံသေနည်း- ဤသည်မှာ လူတစ်ဦးနေထိုင်ရာ ဒေသဖြစ်ပြီး၊ ၎င်းသည် သူလုပ်ကိုင်နေသော လုပ်ငန်းအမျိုးအစားဖြစ်သည် (၎င်း၏အလုပ်ရှင်ဖြစ်သည့် ကုမ္ပဏီ)၊ ထို့နောက် ဤကုမ္ပဏီတွင် သူ၏ရာထူးကို ပျမ်းမျှယူသည်၊ ဤရာထူးအတွက် လစာကို ခန့်မှန်းသည်... ပေးထားသော ဒေသတစ်ခုနှင့် လုပ်ငန်းတစ်ခုအတွက် ပေးထားသော လစ်လပ်နေရာအတွက် "Head Hunter" နှင့် "Superjob" (နှင့် အခြားသော အရင်းအမြစ်များစွာ) မှရရှိသော ပျမ်းမျှလစာ။

    လူတစ်ဦးသည် ဖုန်းကို လင်းစေပါက "Avito" နှင့် "Avto.ru" မှ အပိုဘောင်ဘောင်များကို အများအားဖြင့် ယူပါသည်။ Avito ဖြင့် လူတစ်ဦးရောင်းချနေသည့်အရာများကို သင်မြင်နိုင်သည် - ဈေးကြီးသည်၊ စျေးမကြီးသော၊ အသုံးမပြု၊ အသုံးမပြုပါ။ "Avto.ru" ဖြင့် သူ့တွင် ကားရှိမရှိ သိနိုင်သည် - သူပိုင်သည်၊ သူမပိုင်ပါ။ ၎င်းသည် တစ်နေရာရာတွင် မတော်တဆ ဖုန်းချသွားသူများ၏ 20% ထက်နည်းသော တစ်နေရာဖြစ်ပြီး ၎င်းတို့၏အကောင့်ကို ဤဒေတာဖြင့် ချိတ်ဆက်နိုင်သည်။

ဒေတာစုဆောင်းသည့်ကုမ္ပဏီသည် မည်သည့်ပမာဏများ လည်ပတ်သနည်း။

  • petabytes တွင် သိမ်းဆည်းထားသော ဓာတ်ပုံများ၏ ပမာဏမှာ 6,4 ဖြစ်သည်။ တိုးတက်မှုနှုန်းကို အခုအတိအကျ မပြောနိုင်သေးပါဘူး၊ ဘာဖြစ်လို့လဲဆိုတော့ 2016 မှာ ကျွန်တော်တို့က "periscopes" ကို စတင်ရိုက်ကူးပြီး ဗီဒီယိုကို စတင်ရိုက်ကူးနေတာကြောင့်ပါ။

    ဘယ်အချိန်က သုညဖြစ်တယ်ဆိုတာ အတိအကျ မပြောနိုင်ဘူး။ ကုမ္ပဏီတစ်ခုမှ ကုမ္ပဏီတစ်ခုသို့ ပြောင်းရွှေ့ခဲ့သည်၊ ဤအရာအားလုံးသည် ရှည်လျားသောဇာတ်လမ်းများဖြစ်သည်။ ဒါပေမယ့် ကျွန်တော်ပြောနိုင်တာက VK၊ Facebook၊ Instagram နဲ့ Twitter - စာသားနဲ့ အကြောင်းအရာတွေပါတဲ့ ဒီလုပ်ငန်းအားလုံး (လူတွေ၊ အုပ်စုတွေနဲ့ ချိတ်ဆက်မှုတွေ) ဟာ တကယ်တော့ ဒေတာအများကြီးမဟုတ်ပါဘူး၊ petabyte တစ်ခုတောင် လုံလောက်ဖို့ မဖြစ်နိုင်ပါဘူး။ 700 gigabytes ၊ 800 ဖြစ်နိုင်တယ် ထင်ပါတယ်။

ဖောက်သည်များသည် လက်ရှိ နယ်ပယ်ကို ဆုံးဖြတ်ရန်နှင့် မည်သည့်နေရာတွင် တူးရမည်နည်း။

  • ဖောက်သည်တစ်ဦးရောက်လာသောအခါ၊ ကျွန်ုပ်တို့သည် သူ့အား ထိုသို့သောအရာများကို အကြံပြုသော်လည်း ကျွန်ုပ်တို့ကိုယ်တိုင်၊ Google Trends ကဲ့သို့သော အရာများကို မလုပ်ပါ။
  • ကျွန်ုပ်တို့တွင် ရွေးကောက်ပွဲဆိုင်ရာ၊ ရွေးကောက်ပွဲအကြိုသမိုင်းနှင့် လူမှုဗေဒဆိုင်ရာ ဇာတ်လမ်းများ အများအပြားရှိပါသည်၊ ကျွန်ုပ်တို့အားလုံး ခွဲခြမ်းစိတ်ဖြာပါသည်။ အမှတ်တံဆိပ်များနှင့် အမှတ်တံဆိပ်များဆိုင်ရာ ထင်မြင်ယူဆချက်များကို အကဲဖြတ်ခြင်းဖြင့် အရာအားလုံးနီးပါး အမြဲလိုလို သဘောတူပါသည်။ ဤသည်မှာ ရွေးကောက်ပွဲ- ရွေးကောက်ပွဲ ဇာတ်လမ်းများဖြစ်သည် - မဟုတ်ပါ (မည်သည့် ကိုယ်စားလှယ်လောင်း အနိုင်ရသင့်သည်ကို အကဲဖြတ်ခြင်း)။ ဒီနေရာမှာ ဘယ်သူမှားလဲ မသိဘူး၊ ငါတို့ ဒါမှမဟုတ် VTsIOM မှာ ထင်နေတဲ့သူတွေ။
  • အများအားဖြင့် ကျွန်ုပ်တို့သည် ဤထိန်းချုပ်မှုရလဒ်များကို အမှတ်တံဆိပ်ကိုယ်တိုင်မှ ယူသည်၊ ၎င်းတို့သည် သုတေသနကို မှာယူသော ရဲဘော်များထံမှ ယူသည် - တယ်လီဖုန်းသုတေသန၊ စျေးကွက်ရှာဖွေရေး သုတေသနစသည်ဖြင့်။ ထို့အပြင်၊ ဤအရာအားလုံးကို အခြေခံအချက်များဖြင့် စစ်ဆေးနိုင်သည်- တစ်စုံတစ်ဦးသည် စာပို့စာရင်းကို ဖြေဆိုခဲ့သည်၊ တစ်စုံတစ်ဦးသည် စစ်တမ်းများပြုလုပ်ခဲ့သည်... အကယ်၍ ၎င်းသည် ကြီးမားသောအမှတ်တံဆိပ်တစ်ခု (ဥပမာ ကိုကာကိုလာ) ဆိုလျှင် ၎င်းတို့သည် သုံးစွဲသူများထံမှ အတွင်းပိုင်းသုံးသပ်ချက်ပေါင်း တစ်သန်း သို့မဟုတ် နှစ်ခု ရှိသည်မှာ သေချာပါသည်။ - ဤအရာများသည် လူမှုကွန်ရက်ပေါ်ရှိ ထင်မြင်ချက်များနှင့် အချို့သော ထင်မြင်ချက်များကိုသာ မဟုတ်ဘဲ၊ ဤအရာများသည် အတွင်းပိုင်းစနစ်များ၊ သုံးသပ်ချက်များနှင့် အခြားအရာများဖြစ်သည်။

ဥပဒေသည် ကိုယ်ရေးကိုယ်တာအချက်အလက်များကို “မသိ” ပေ။

  • ကျွန်ုပ်တို့သည် သီးသန့်ဖွင့်ထားသော ဒေတာရင်းမြစ်များကို ပိုင်းခြားစိတ်ဖြာပြီး မည်သည့်ညစ်ညမ်းလှည့်ကွက်များတွင်မျှ မပါဝင်ပါ။ ကျွန်ုပ်တို့၏ မော်ဒယ်သည် အချို့သော အများသူငှာ ဒေတာစင်တာများတွင် အဖွင့်ဒေတာအားလုံးကို သိမ်းဆည်းထားကာ အခြားတစ်နေရာသို့ ငှားရမ်းကာ အိမ်တွင်၊ ကျွန်ုပ်တို့၏ရုံးများ၊ ဆာဗာများတွင် ၎င်းကို ပိုင်းခြားစိတ်ဖြာပြီး နယ်မြေပြင်ပ မည်သည့်နေရာတွင်မှ မသွားစေရန်အတွက် ကျွန်ုပ်တို့၏ပုံစံကို တည်ဆောက်ထားပါသည်။

    ဒါပေမဲ့ ဒေတာဖွင့်တဲ့နယ်ပယ်မှာ ကျွန်တော်တို့ရဲ့ ဥပဒေပြဋ္ဌာန်းချက်က သိပ်ကို မရေရာပါဘူး။

    အဖွင့်ဒေတာဆိုသည်မှာ အဘယ်နည်း၊ ကိုယ်ရေးကိုယ်တာဒေတာဟူသည်ကို ကျွန်ုပ်တို့ ရှင်းရှင်းလင်းလင်း နားမလည်ပါ - ဤ 152nd Federal Law ရှိသည်၊ သို့သော်... ၎င်းတို့ကို မည်သို့ရေတွက်မည်နည်း။ အခု ဒေတာဘေ့စ်တစ်ခုထဲမှာ မင်းနာမည်နဲ့ မင်းဖုန်းနံပါတ်ရှိရင် နောက်တစ်ခုက ဒေတာဘေ့စ်မှာ မင်းရဲ့ဖုန်းနံပါတ်နဲ့ မင်းရဲ့အီးမေးလ်ရှိတယ်၊ တတိယတစ်ခုက မင်းရဲ့အီးမေးလ်နဲ့ မင်းရဲ့ကား ငါ့မှာရှိတယ်၊ ဤအရာအားလုံးသည် ကိုယ်ရေးကိုယ်တာမဟုတ်သော အချက်အလက်ဖြစ်ပုံရသည်။ ဒါတွေအားလုံးကို ပေါင်းစည်းထားရင် ဥပဒေနဲ့အညီ ကိုယ်ရေးကိုယ်တာအချက်အလက်တွေ ဖြစ်လာလိမ့်မယ်။

    ဒါကို ကျွန်တော်တို့က နည်းလမ်းနှစ်သွယ်နဲ့ လျှောက်တယ်။ ပထမအချက်မှာ ကလိုင်းယင့်အတွက် ဆော့ဖ်ဝဲလ်ဖြင့် ဆာဗာတစ်ခုကို ထည့်သွင်းရန်ဖြစ်ပြီး၊ ထို့နောက် ဤဒေတာသည် ၎င်း၏နယ်မြေကျော်လွန်မသွားဘဲ၊ ထို့နောက်တွင် သုံးစွဲသူသည် ဤကိုယ်ရေးကိုယ်တာဒေတာ၊ ကိုယ်ရေးကိုယ်တာမဟုတ်သည့်ဒေတာစသည်ဖြင့် ဖြန့်ဖြူးမှုအတွက် တာဝန်ရှိသည်။ ဒါမှမဟုတ် ဒုတိယရွေးချယ်မှု- ဒါက လူမှုကွန်ရက် ဒါမှမဟုတ် တခြားတစ်ခုခုကို တရားစွဲရမယ့် ဇာတ်လမ်းမျိုးဆိုရင်...

    Lifenews အတွက် ဒီရဲဘော်တွေရဲ့ အကောင့်တွေကို စုဆောင်းပြီး သူတို့ကြိုက်တဲ့ ညစ်ညမ်းအမျိုးအစားတွေကို ကြည့်တဲ့အခါ ( United Russia Primary တွေရှိ ) မှာ အဲဒီလို လေ့လာခဲ့ပါတယ်။ ရယ်စရာတစ်ခုဖြစ်ခဲ့ပေမဲ့၊ ကျွန်ုပ်တို့ ခွဲခြမ်းစိတ်ဖြာထားသည့် စာရွက်စာတမ်းများတွင် တရားဝင်ထုတ်ဖော်ခြင်းမရှိဘဲ ၎င်းကို ကျွန်ုပ်တို့၏ကိုယ်ပိုင်၊ ပုဂ္ဂိုလ်ရေးအမြင်အဖြစ် ရောင်းချခြင်း - ဥပဒေရေးရာအဖွဲ့အစည်းများ၏ စည်းလုံးညီညွတ်သောပြည်နယ်မှတ်ပုံတင်ခြင်း၊ လစာများ၊ လူမှုကွန်ရက်များ၊ ကျွန်ုပ်တို့သည် ကျွမ်းကျင်သူများ၏ ထင်မြင်ယူဆချက်အား ရောင်းချပြီးနောက် ဘေးတွင် ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ ခွဲခြမ်းစိတ်ဖြာပုံနှင့် မည်ကဲ့သို့ ပြုလုပ်ထားသည်ကို လူအား ရှင်းပြပါသည်။
    ဇာတ်လမ်းများစွာရှိသော်လည်း ၎င်းတို့သည် အများသူငှာ စီးပွားဖြစ် ပရောဂျက်အချို့နှင့် ဆက်စပ်နေပါသည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် longboards စီးနင်းသူများအတွက် အခမဲ့ အကျိုးအမြတ်မယူသော ပရောဂျက်တစ်ခု ရှိသည် (ထိုကဲ့သို့သော ဘုတ်များသည် ရှည်လျားသည်)၊ တာဝန်မှာ လူများ၏ ထုတ်ဝေမှုများကို စုဆောင်းရန်ဖြစ်သည် - တစ်စုံတစ်ယောက်က "ကျွန်တော် Gorky Park ကို စီးဖို့သွားခဲ့တယ်" လို့ ပို့စ်တင်တဲ့အခါ၊ ယခုလည်း သူသည် မြေပုံပေါ်တက်သင့်သည်၊ သူ့အနီးရှိလူများက သူ့အနီးတွင် ရှိနေသည်ကို မြင်နိုင်သည်။ VK သည် လူအများ၏ခွင့်ပြုချက်မရှိဘဲ ဤအချက်အလက်ကို ကျွန်ုပ်တို့ ထုတ်ဝေနေခြင်းကို မကြိုက်သောကြောင့် ဤအကြောင်းအရာနှင့်ပတ်သက်၍ အချိန်အတော်ကြာအောင် ခေါင်းညိတ်ခဲ့သည်။ ဒါပေမယ့် အဲဒီ့တော့ ဒီကိစ္စက တရားရုံးကို မရောက်ခဲ့ဘူး၊ ဘာဖြစ်လို့လဲဆိုတော့ လူ့အဖွဲ့အစည်းကြီးတော်တော်များများမှာ ဒေတာကို တတိယပါတီတွေ၊ အေဂျင်စီတွေ၊ ကုမ္ပဏီတွေ၊ ခွဲခြမ်းစိတ်ဖြာမှု စတာတွေက အသုံးပြုနိုင်တဲ့ စည်းမျဉ်းတွေ ထည့်သွင်းထားတာကြောင့်ပါ။ အထူးသဖြင့် ဒါဟာ ကျင့်ဝတ်ပိုင်းအရ မဟုတ်သေးပေမယ့်၊

  • အဲဒါကို အချိန်မီ သဘောပေါက်ပြီး ကျွမ်းကျင်တဲ့ ထင်မြင်ချက်ကို လူတိုင်းကို စတင်ရောင်းချခဲ့ပါတယ်။

ပညာရေးအဖွဲ့အစည်းတွေနဲ့ အလုပ်လုပ်ပါသလား။

  • ပညာရေးအဖွဲ့အစည်းတွေနဲ့ ပူးပေါင်းဆောင်ရွက်တာ ဟုတ်ပါတယ်။ ကျွန်ုပ်တို့တွင် အတိုင်းအတာတစ်ခုအထိရှိသည်- ကျွန်ုပ်တို့တွင် အထက်တန်းကျောင်းတွင် မာစတာအစီအစဉ်တစ်ခုရှိပြီး အခြားတက္ကသိုလ်များနှင့် ပူးပေါင်းဆောင်ရွက်ပါသည်။ ကျွန်တော်တို့ တက္ကသိုလ်တွေကို အရမ်းချစ်တယ်။
  • မင်းမှာ ငါ့အဆက်အသွယ်တွေရှိရင် ငါ့ဆီ စာရေးနိုင်တယ်။ စိတ်ဝင်စားပါက တင်ပြချက်လင့်ခ်တစ်ခု - ဤနမူနာများ အားလုံးကို ဤနေရာတွင် သင်ရွှေ့နိုင်ပါသည်။
  • ဖုန်းနံပါတ်သိရင် မေးလ် - ဒါက ရာနှုန်းပြည့်နီးပါး ရွေးချယ်စရာဖြစ်ပြီး ဘယ်သူမှ ဖယ်ရှားမှာ မဟုတ်ပါဘူး။ ဖုန်းနံပါတ်မရှိရင် အများအားဖြင့်တော့ ပုံပါဘဲ၊ ပုံမရှိရင်၊ အဲဒါက တစ်နှစ်၊ နေရပ်၊ အလုပ်။ ဆိုလိုသည်မှာ နှစ်အလိုက် နေထိုင်ရာနေရာ၊ အလုပ်နေရာ၊ လူတိုင်းနီးပါးကို အမြဲလိုလို ရှင်းရှင်းလင်းလင်း သိနိုင်သည်။ ဒါပေမယ့် ဒါက အလုပ်နဲ့ ပတ်သက်တဲ့ မေးခွန်းတစ်ခုပါ။

    အင်တာနက် တီဗီရောင်းတဲ့ ဖောက်သည်တစ်ယောက် ရှိတယ်၊ တစ်စုံတစ်ယောက်သည် ၎င်းတို့ထံမှ ဤ “Games of Thrones” အတွက် စာရင်းသွင်းမှုတစ်ခုကို ဝယ်ယူခဲ့ပြီး တာဝန်မှာ လူမှုကွန်ရက်ပေါ်တွင် ဤလူများကို ရှာဖွေရန် ၎င်းတို့၏ CRM ကို အသုံးပြုကာ ၎င်းတို့၏ လွှမ်းမိုးမှုနယ်ပယ်မှ အလားအလာရှိသောသူများကို ရှာဖွေရန်ဖြစ်သည်။ ငါဆိုလိုတာက သူတို့မှာ ပထမနာမည်၊ နောက်ဆုံးနာမည်နဲ့ အီးမေးလ်တစ်ခုရှိတယ်... ပြီးတော့ ဘာမဆိုလုပ်ဖို့ အရမ်းခက်တယ်။ ကိစ္စအများစုတွင် လူများကို အီးမေးလ်ဖြင့် တွေ့နိုင်သည်။

  • ကျွန်ုပ်တို့၏သူငယ်ချင်းများ၏ဖွဲ့စည်းမှုအပေါ်အခြေခံ၍ ကျွန်ုပ်တို့သည် လူမှုကွန်ရက်များတွင် အများအားဖြင့် “ကိုက်ညီ” သော်လည်း ၎င်းသည် အမြဲတမ်းမမှန်ပါ။ အမြဲတမ်းမမှန်ဘူး မဟုတ်ဘူး၊ အမြဲတမ်း အလုပ်မဖြစ်ဘူး။ ပထမဦးစွာ၊ ၎င်းသည် လုပ်အားများစွာလိုအပ်သည်၊ အဘယ်ကြောင့်ဆိုသော် ဤလုပ်ငန်းကို သူငယ်ချင်းတစ်ဦးစီအတွက် ဦးစွာလုပ်ဆောင်ရမည်ဖြစ်ပြီး၊ လူမှုကွန်ရက်များမှ လာသည်ဖြစ်စေ၊ မဝင်သည်ဖြစ်စေ နားလည်ရန် ဤလုပ်ငန်းကို (လိုက်ဖက်သောလူများ) ကို ဦးစွာလုပ်ဆောင်ရမည်ဖြစ်ပါသည်။ ထို့နောက် - VKontakte တွင်ကျွန်ုပ်တို့သည်တူညီသောသူငယ်ချင်းများရှိသည်၊ Facebook တွင်ကျွန်ုပ်တို့၌ကွဲပြားခြားနားသောသူငယ်ချင်းများရှိသည်ဟူသောမည်သူမဆိုအတွက်မသိသောအချက်ဖြစ်သည်။ လူတိုင်းအတွက်မဟုတ်ပေမယ့်၊ ငါ့အတွက်၊ ဥပမာ၊ ဒါက ဒီလိုပါပဲ။ ဒါကလည်း လူအများစုအတွက် မှန်ပါတယ်။

အပြည့်စုံဆုံး ဒေတာကို ဘယ်လို စုဆောင်းမလဲ။

  • သူ့ဘက်ခြမ်းတွင် client အတွက် software ကို install လုပ်ပါ။ ကျွန်ုပ်တို့ထံမှ အများသူငှာဒေတာများကိုသာ ရယူပြီး ၎င်းတို့၏ ကိုယ်ရေးကိုယ်တာဒေတာကို အတွင်းပိုင်း၌ လုပ်ဆောင်ပေးသည့် ဆာဗာတစ်ခုကို ၎င်းတို့တွင် ထည့်သွင်းထားသည်။ NDA သည် client နှင့်နိဂုံးချုပ်သည်။ ၎င်းတို့က ၎င်းကိုကျွန်ုပ်တို့ထံလွှဲပြောင်းပေးခြင်းကြောင့် မှန်ကန်မှုမရှိသော်လည်း၊ တရားဝင်တာဝန်မှာ client နှင့်သာသက်ဆိုင်သည် - ဆိုလိုသည်မှာ၊ ၎င်းသည် သူ့အတွက်ဆော့ဖ်ဝဲထည့်သွင်းခြင်း သို့မဟုတ် အမည်မသိဒေတာလွှဲပြောင်းခြင်းပင်ဖြစ်သည်။ သို့သော် ဤအရာသည် အလွန်ရှားပါသည်၊ အကြောင်းမှာ - မှန်ကန်သော သို့မဟုတ် မမှန်သော အမည်ဝှက်ခြင်း - ကိစ္စအများစုတွင် ဤလူများကြားတွင် မှီခိုမှု ဆုံးရှုံးသွားသောကြောင့်ဖြစ်သည်။

Facial Recognition Software ကို ဘယ်သူဝယ်လဲ။

  • ကျွန်ုပ်တို့ရောင်းချသော ကျွန်ုပ်တို့၏အဓိကဆော့ဖ်ဝဲလ်မှာ မျက်နှာရှာဖွေခြင်း၊ ဆက်စပ်မှုခွဲခြမ်းစိတ်ဖြာခြင်းဖြစ်ပြီး ၎င်းကို အစိုးရအေဂျင်စီများသို့ ရောင်းချခြင်းကြောင့် ကျွန်ုပ်တို့ ဤနေရာကို အမှန်တကယ်ရောက်ရှိနေခြင်းဖြစ်သည်။ လွန်ခဲ့သော တစ်နှစ်ခွဲခန့်က ဤဇာတ်လမ်းများအားလုံးကို ကြော်ငြာခြင်း၊ စျေးကွက်ချဲ့ထွင်ခြင်း၊ အများသူငှာ စျေးကွက်အတွင်းသို့ ထည့်သွင်းရန် ဆုံးဖြတ်ခဲ့သည် - ဤသည်မှာ စီးပွားဖြစ်တရားဝင်အဖွဲ့အစည်းတစ်ခုဖြစ်သည့် Social Data Hub ကို ဖွဲ့စည်းထားခြင်းဖြစ်သည်။ အခုလည်း ငါတို့ ဒီကိုလာနေပြီ။ ဤနေရာတွင် ကျွန်ုပ်တို့သည် တစ်နှစ်ခွဲကြာအောင် တည်းခိုနေခဲ့ပြီး လူများကို ဒေါင်းလုဒ်လုပ်ရန် မလိုအပ်ကြောင်း၊ မေးခွန်းများအတွက် အဖြေပေးရန် လိုအပ်ကြောင်း၊ အသံထွက်ရန် မလိုအပ်ကြောင်း လူတို့အား ရှင်းပြရန် ကြိုးစားနေပါသည်။ , နောက် ... ပြီးတော့။ ဒီတော့ ဘယ်မှာလဲ ဆိုတာ ပြောဖို့ခက်တယ်...
  • (မင်းဘယ်သူကိုဆိုလိုတာလဲ။) အကြမ်းဖက်သမားတွေနဲ့ လိင်ပိုင်းဆိုင်ရာ ကျူးလွန်သူတွေကို ရှာဖွေလိုတဲ့ ရဲဘော်အားလုံးအတွက်။
    ငါချက်ချင်းပြောနိုင်သည် (ဒါကနောက်မေးခွန်းတစ်ခုဖြစ်လိမ့်မည်) ကျွန်ုပ်တို့၏အချက်အလက်များအရ၊ ဆရာများကိုပြန်လည်ရေးသားခြင်းအတွက်ထောင်ကျခြင်းမရှိပါ။
  • VKontakte တွင် - 14%; Facebook တွင်ထိုကဲ့သို့သောပိတ်ပရိုဖိုင်းမရှိပါ (ပိတ်ထားသောသူငယ်ချင်းစာရင်းရှိသည်၊ အစရှိသည်ဖြင့်)။ ပြီးတော့ စိတ်ဝင်စားစရာ အကောင်းဆုံးကတော့ ကျွန်တော် စာတစ်စောင် ရေးလိုက်တာပါပဲ၊ အခုပဲ သူတို့က ရေတွက်ပြီး ပြောလိမ့်မယ်။

ရှက်ရမယ့်အရာတွေကို မတင်ပါနဲ့။

  • သင့်အား ရှက်စေမည့် လူမှုကွန်ရက်များတွင် မည်သည့်အရာမျှ မတင်ပါနှင့် - ဤအရာကို ကျွန်ုပ်ကိုယ်တိုင် လိုက်နာပါသည်။ ကိုယ်ရေးကိုယ်တာတွေ အများကြီးရှိပေမယ့် ဖေ့စ်ဘုတ်မှာ ကျိန်ဆိုလို့။ ဟိုမှာ၊ လုပ်စရာတွေ ရှိခဲ့တယ်... ရှက်စရာကောင်းတဲ့ အရာတွေကို မတင်ပါနဲ့! နောက်မှ ပြည်သူ့ လွှတ်တော်မှာ အလုပ်သွားလုပ်ရင် ဟုတ်ပါတယ်၊ မှတ်ချက်မပေးတာက ပိုကောင်းပါတယ်။ ကြီးကြီးကျယ်ကျယ် မလုပ်ရင် ဘယ်သူမှ ဂရုမစိုက်ဘူး။ မင်းရဲ့ကိုယ်ရေးကိုယ်တာစာကြောင်းကို ဘယ်သူမှမဖတ်ဘူးဆိုတာ ငါအာမခံနိုင်တယ်၊ ဒါတွေအားလုံးက ဒီဇာတ်လမ်းတစ်ခုလုံးကို တည်ဆောက်နေတာပဲ...

    အပတ်တိုင်း၊ တစ်ယောက်ယောက်က ကျိန်းသေပေါက် ကျွန်တော့်ဆီလာပြီး “ကောင်းပြီ၊ ငါ့သူငယ်ချင်းရဲ့ ဓာတ်ပုံတွေကို အမည်မသိ public page တစ်ချို့မှာ ပေါက်ကြားလာခဲ့တယ်။ ကူညီကြပါ! စကားမစပ်၊ အမည်မသိ အများသူငှာ စာမျက်နှာများသို့ မည်သည့်အရာကိုမျှ မထုတ်ဝေပါနှင့်။

  • အခြားစောင့်ကြည့်ရေးစနစ်များအကြောင်း ကျွန်ုပ်မသိပါ - အမှတ်တံဆိပ်၏ဖော်ပြချက်မှာ အပျက်သဘောဆောင်သည်ဟု ကျွန်ုပ်တို့ သေချာပေါက် မှတ်ယူပါမည်၊ ဘုရားသခင် ကျွန်ုပ်အား ခွင့်လွှတ်တော်မူပါ... သို့သော် အနီးနားရှိ ရဲဘော်ရဲဘက် အမျိုးအစားအားလုံးသည် လူများကိုသာ စိတ်ဝင်စားကြသည်၊ ပရိသတ် 5 ကျော်ရှိပြီး သူတို့ရဲ့ လူထုအမြင်က တစ်စုံတစ်ယောက်အပေါ် လွှမ်းမိုးနိုင်ပါတယ်။ ကျွန်ုပ်၏အတွေ့အကြုံအရ၊ ကျွန်ုပ်တို့ထံမှ ပရိုဖိုင်အကဲဖြတ်ချက်များကို မှာယူသည့် HR အေဂျင်စီမှ "Navalny ကိုကြိုက်တဲ့သူတိုင်း ဘယ်သူ့ကိုမှ မငှားပါနဲ့!"

ရလဒ်များကိုထုတ်ပြန်ခြင်းနှင့် ပတ်သက်. သုတေသနတွင် လူမည်မျှ အလုပ်ခန့်ထားသနည်း။

  • ထိပ်တန်းကြော်ငြာကုမ္ပဏီ ၁၀ ခုအနက် ခုနစ်ခုသည် ယခုအခါ ဖြန့်ချိလျက်ရှိသည်။ ပြောရခက်တယ်- လွန်ခဲ့တဲ့ တစ်နှစ်ခွဲလောက်က စလုပ်တုန်းက... ကျွန်တော်တို့မှာ နယ်ပယ်တစ်ခုစီမှာ လူပေါင်းများစွာ ရှိတယ် - ဘဏ်တွေမှာ လူတော်တော်များများရှိတယ်၊ HR မှာ လူတော်တော်များများရှိတယ်၊ ကြော်ငြာတွေမှာလည်း လူတော်တော်များများရှိတယ်။ ယခုကျွန်ုပ်တို့သည် interface အချို့ကိုစလုပ်ရန် လိုအပ်သော သူကိုအရင်သွားရန် ဘယ်သူက ပိုအကျိုးအမြတ်ပိုရမလဲဆိုတာကို စဉ်းစားနေပါတယ်။
  • (စျေးကွက်အပိုင်းတစ်ခုလျှင် လူအရေအတွက်ခန့်) မည်သူ့ကိုမျှ မုဒိမ်းမှုမပြုသောကြောင့် လူ ၂၅ ဦးထက် မပိုစေရပါ။
  • ယေဘူယျအားဖြင့် မူအရတော့ စျေးကွက်ထဲက ဒီနည်းပညာတွေကို 50% ထက်ပိုပြီး သုံးနေကြတယ်လို့ ကျွန်တော်ထင်ပါတယ်။ အချို့သော ကြော်ငြာကမ်ပိန်းများတွင်၊ အချို့သည် အတွင်းပိုင်းခွဲခြမ်းစိတ်ဖြာမှုမျိုးတွင်ရှိသည်။ အတွင်းပိုင်းခွဲခြမ်းစိတ်ဖြာမှုတွင် 40 ရာခိုင်နှုန်းက ၎င်းကို အသုံးပြုသည်ဟု ပြောရမည်ဖြစ်ပြီး 50-60% သည် အမှတ်တံဆိပ်များအဆုံးသတ်ရန်အတွက် ၎င်းကိုရောင်းချသည်။ ဒါပေမယ့် ဒါက ကြော်ငြာကုမ္ပဏီတွေကိုယ်တိုင်က အပေါ်မှာ မူတည်နေပြီ။ မြင်တဲ့အတိုင်းပဲ၊ တချို့လူတွေက ငွေကုန်ကြေးကျခံပြီး ကြော်ငြာတင်လိုက်ကြတာ၊ တချို့က သူတို့ယူလာတဲ့ လူဘယ်နှစ်ယောက်၊ ဘယ်လိုပရိသတ်တွေအကြောင်း ရေးကြတုန်းဆိုတော့ ပြောရမှာပေါ့၊ ဒါပေမယ့် မှားနိုင်တာပေါ့နော်၊ ဒီရဲဘော်တွေ ဘယ်လိုအလုပ်လုပ်ကြတယ်ဆိုတာ တကယ်ကို စိတ်ကူးယဉ်မနေပါနဲ့။ ကိန်းဂဏန်းအချက်အလက်တွေပဲ သိတယ်။

ကြော်ငြာအချို့ 🙂

ကျွန်ုပ်တို့နှင့်အတူရှိနေသည့်အတွက် ကျေးဇူးတင်ပါသည်။ ကျွန်ုပ်တို့၏ဆောင်းပါးများကို သင်နှစ်သက်ပါသလား။ ပိုစိတ်ဝင်စားစရာကောင်းတဲ့ အကြောင်းအရာတွေကို ကြည့်ချင်ပါသလား။ မှာယူမှုတစ်ခုပြုလုပ်ခြင်း သို့မဟုတ် သူငယ်ချင်းများကို အကြံပြုခြင်းဖြင့် ကျွန်ုပ်တို့အား ပံ့ပိုးကူညီပါ၊ $4.99 မှ developer များအတွက် cloud VPS, မင်းအတွက် ငါတို့က တီထွင်ထားတဲ့ entry-level server တွေရဲ့ ထူးခြားတဲ့ analogue တစ်ခု။ VPS (KVM) E5-2697 v3 (6 Cores) 10GB DDR4 480GB SSD 1Gbps သို့မဟုတ် $19 မှ ဆာဗာတစ်ခုမျှဝေပုံနှင့်ပတ်သက်သော အမှန်တရားတစ်ခုလုံး။ (RAID1 နှင့် RAID10၊ 24 cores အထိနှင့် 40GB DDR4 အထိ)။

အမ်စတာဒမ်ရှိ Equinix Tier IV ဒေတာစင်တာတွင် Dell R730xd သည် ၂ ဆ စျေးသက်သာသည်။ ဒီမှာသာ 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV ကို $199 မှ နယ်သာလန်မှာ Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 မှ။ အကြောင်းဖတ်ပါ။ Infrastructure Corp ကို ဘယ်လိုတည်ဆောက်မလဲ။ တစ်ပြားတစ်ချပ်အတွက် ယူရို ၉၀၀၀ တန် Dell R730xd E5-2650 v4 ဆာဗာများကို အသုံးပြုခြင်း။

source: www.habr.com

မှတ်ချက် Add