ਅਸੀਂ ਵਿਗਿਆਪਨਾਂ ਨੂੰ ਕਿਵੇਂ ਸੰਚਾਲਿਤ ਕਰਦੇ ਹਾਂ

ਹਰੇਕ ਸੇਵਾ ਜਿਸ ਦੇ ਉਪਭੋਗਤਾ ਆਪਣੀ ਖੁਦ ਦੀ ਸਮੱਗਰੀ (UGC - ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਸਮੱਗਰੀ) ਬਣਾ ਸਕਦੇ ਹਨ, ਨਾ ਸਿਰਫ਼ ਵਪਾਰਕ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਸਗੋਂ UGC ਵਿੱਚ ਚੀਜ਼ਾਂ ਨੂੰ ਕ੍ਰਮਬੱਧ ਕਰਨ ਲਈ ਵੀ ਮਜਬੂਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਮਾੜੀ ਜਾਂ ਘੱਟ-ਗੁਣਵੱਤਾ ਵਾਲੀ ਸਮੱਗਰੀ ਸੰਜਮ ਆਖਿਰਕਾਰ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਸੇਵਾ ਦੇ ਆਕਰਸ਼ਕਤਾ ਨੂੰ ਘਟਾ ਸਕਦੀ ਹੈ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਇਸਦੇ ਸੰਚਾਲਨ ਨੂੰ ਵੀ ਖਤਮ ਕਰ ਸਕਦੀ ਹੈ।

ਅੱਜ ਅਸੀਂ ਤੁਹਾਨੂੰ Yula ਅਤੇ Odnoklassniki ਵਿਚਕਾਰ ਤਾਲਮੇਲ ਬਾਰੇ ਦੱਸਾਂਗੇ, ਜੋ ਕਿ ਯੂਲਾ ਵਿੱਚ ਵਿਗਿਆਪਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਮੱਧਮ ਕਰਨ ਵਿੱਚ ਸਾਡੀ ਮਦਦ ਕਰਦਾ ਹੈ।

ਆਮ ਤੌਰ 'ਤੇ ਤਾਲਮੇਲ ਇੱਕ ਬਹੁਤ ਲਾਭਦਾਇਕ ਚੀਜ਼ ਹੈ, ਅਤੇ ਆਧੁਨਿਕ ਸੰਸਾਰ ਵਿੱਚ, ਜਦੋਂ ਤਕਨਾਲੋਜੀਆਂ ਅਤੇ ਰੁਝਾਨ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਦੇ ਹਨ, ਇਹ ਇੱਕ ਜੀਵਨ ਬਚਾਉਣ ਵਾਲੇ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ। ਕਿਸੇ ਅਜਿਹੀ ਚੀਜ਼ ਦੀ ਖੋਜ ਕਰਨ ਵਿੱਚ ਦੁਰਲੱਭ ਸਰੋਤਾਂ ਅਤੇ ਸਮੇਂ ਦੀ ਬਰਬਾਦੀ ਕਿਉਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਿਸਦੀ ਖੋਜ ਪਹਿਲਾਂ ਹੀ ਕੀਤੀ ਗਈ ਹੈ ਅਤੇ ਤੁਹਾਡੇ ਸਾਹਮਣੇ ਲਿਆਇਆ ਗਿਆ ਹੈ?

ਅਸੀਂ ਉਹੀ ਸੋਚਿਆ ਜਦੋਂ ਸਾਨੂੰ ਉਪਭੋਗਤਾ ਸਮੱਗਰੀ ਨੂੰ ਸੰਚਾਲਿਤ ਕਰਨ ਦੇ ਪੂਰੇ ਕੰਮ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ - ਤਸਵੀਰਾਂ, ਟੈਕਸਟ ਅਤੇ ਲਿੰਕ. ਸਾਡੇ ਉਪਭੋਗਤਾ ਯੂਲਾ 'ਤੇ ਹਰ ਰੋਜ਼ ਲੱਖਾਂ ਸਮੱਗਰੀਆਂ ਨੂੰ ਅਪਲੋਡ ਕਰਦੇ ਹਨ, ਅਤੇ ਆਟੋਮੈਟਿਕ ਪ੍ਰੋਸੈਸਿੰਗ ਤੋਂ ਬਿਨਾਂ ਇਸ ਸਾਰੇ ਡੇਟਾ ਨੂੰ ਹੱਥੀਂ ਸੰਚਾਲਿਤ ਕਰਨਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਸੰਭਵ ਹੈ।

ਇਸ ਲਈ, ਅਸੀਂ ਇੱਕ ਰੈਡੀਮੇਡ ਸੰਚਾਲਨ ਪਲੇਟਫਾਰਮ ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਜੋ ਉਸ ਸਮੇਂ ਤੱਕ ਓਡਨੋਕਲਾਸਨੀਕੀ ਦੇ ਸਾਡੇ ਸਾਥੀਆਂ ਨੇ "ਲਗਭਗ ਸੰਪੂਰਨਤਾ" ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਪੂਰਾ ਕਰ ਲਿਆ ਸੀ।

ਓਡਨੋਕਲਾਸਨੀਕੀ ਕਿਉਂ?

ਹਰ ਰੋਜ਼, ਲੱਖਾਂ ਉਪਭੋਗਤਾ ਸੋਸ਼ਲ ਨੈਟਵਰਕ ਤੇ ਆਉਂਦੇ ਹਨ ਅਤੇ ਸਮੱਗਰੀ ਦੇ ਅਰਬਾਂ ਟੁਕੜੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦੇ ਹਨ: ਫੋਟੋਆਂ ਤੋਂ ਵੀਡੀਓ ਅਤੇ ਟੈਕਸਟ ਤੱਕ। Odnoklassniki ਸੰਚਾਲਨ ਪਲੇਟਫਾਰਮ ਬਹੁਤ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਦੀ ਜਾਂਚ ਕਰਨ ਅਤੇ ਸਪੈਮਰਾਂ ਅਤੇ ਬੋਟਾਂ ਦਾ ਮੁਕਾਬਲਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।

ਓਕੇ ਸੰਚਾਲਨ ਟੀਮ ਨੇ ਬਹੁਤ ਸਾਰਾ ਤਜਰਬਾ ਇਕੱਠਾ ਕੀਤਾ ਹੈ, ਕਿਉਂਕਿ ਇਹ 12 ਸਾਲਾਂ ਤੋਂ ਆਪਣੇ ਟੂਲ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਰਹੀ ਹੈ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਉਹ ਨਾ ਸਿਰਫ਼ ਆਪਣੇ ਤਿਆਰ ਕੀਤੇ ਹੱਲਾਂ ਨੂੰ ਸਾਂਝਾ ਕਰ ਸਕਦੇ ਹਨ, ਸਗੋਂ ਸਾਡੇ ਖਾਸ ਕਾਰਜਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਲਈ ਆਪਣੇ ਪਲੇਟਫਾਰਮ ਦੇ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਵੀ ਅਨੁਕੂਲਿਤ ਕਰ ਸਕਦੇ ਹਨ।

ਹੁਣ ਤੋਂ, ਸੰਖੇਪਤਾ ਲਈ, ਅਸੀਂ ਬਸ ਓਕੇ ਸੰਚਾਲਨ ਪਲੇਟਫਾਰਮ ਨੂੰ "ਪਲੇਟਫਾਰਮ" ਕਹਾਂਗੇ।

ਸਭ ਕੁਝ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਯੂਲਾ ਅਤੇ ਓਡਨੋਕਲਾਸਨੀਕੀ ਵਿਚਕਾਰ ਡੇਟਾ ਐਕਸਚੇਂਜ ਦੁਆਰਾ ਸਥਾਪਿਤ ਕੀਤਾ ਗਿਆ ਹੈ ਅਪਾਚੇ ਕਾਫਕਾ.

ਅਸੀਂ ਇਹ ਸਾਧਨ ਕਿਉਂ ਚੁਣਿਆ ਹੈ:

• ਯੂਲਾ ਵਿੱਚ, ਸਾਰੇ ਇਸ਼ਤਿਹਾਰ ਪੋਸਟ-ਸੰਚਾਲਿਤ ਹੁੰਦੇ ਹਨ, ਇਸਲਈ ਸ਼ੁਰੂ ਵਿੱਚ ਇੱਕ ਸਮਕਾਲੀ ਜਵਾਬ ਦੀ ਲੋੜ ਨਹੀਂ ਸੀ।
• ਜੇਕਰ ਕੋਈ ਮਾੜਾ ਪੈਰਾਗ੍ਰਾਫ ਵਾਪਰਦਾ ਹੈ ਅਤੇ ਯੂਲਾ ਜਾਂ ਓਡਨੋਕਲਾਸਨੀਕੀ ਅਣਉਪਲਬਧ ਹਨ, ਜਿਸ ਵਿੱਚ ਕੁਝ ਪੀਕ ਲੋਡ ਹੋਣ ਦੇ ਕਾਰਨ ਸ਼ਾਮਲ ਹਨ, ਤਾਂ ਕਾਫਕਾ ਦਾ ਡੇਟਾ ਕਿਤੇ ਵੀ ਅਲੋਪ ਨਹੀਂ ਹੋਵੇਗਾ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਪੜ੍ਹਿਆ ਜਾ ਸਕਦਾ ਹੈ।
• ਪਲੇਟਫਾਰਮ ਪਹਿਲਾਂ ਹੀ ਕਾਫਕਾ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਸੀ, ਇਸਲਈ ਜ਼ਿਆਦਾਤਰ ਸੁਰੱਖਿਆ ਮੁੱਦੇ ਹੱਲ ਹੋ ਗਏ ਸਨ।

ਯੂਲਾ ਵਿੱਚ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਬਣਾਏ ਜਾਂ ਸੰਸ਼ੋਧਿਤ ਕੀਤੇ ਗਏ ਹਰੇਕ ਵਿਗਿਆਪਨ ਲਈ, ਡੇਟਾ ਦੇ ਨਾਲ ਇੱਕ JSON ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜੋ ਬਾਅਦ ਵਿੱਚ ਸੰਚਾਲਨ ਲਈ ਕਾਫਕਾ ਵਿੱਚ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਕਾਫਕਾ ਤੋਂ, ਘੋਸ਼ਣਾਵਾਂ ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਲੋਡ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਜਿੱਥੇ ਉਹਨਾਂ ਦਾ ਨਿਰਣਾ ਆਪਣੇ ਆਪ ਜਾਂ ਹੱਥੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਮਾੜੇ ਇਸ਼ਤਿਹਾਰਾਂ ਨੂੰ ਕਿਸੇ ਕਾਰਨ ਨਾਲ ਬਲੌਕ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਪਲੇਟਫਾਰਮ ਨੂੰ ਉਲੰਘਣਾਵਾਂ ਨਹੀਂ ਮਿਲਦੀਆਂ ਉਹਨਾਂ ਨੂੰ "ਚੰਗੇ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਫਿਰ ਸਾਰੇ ਫੈਸਲੇ ਯੂਲਾ ਨੂੰ ਵਾਪਸ ਭੇਜੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਸੇਵਾ ਵਿੱਚ ਲਾਗੂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

ਅੰਤ ਵਿੱਚ, ਯੂਲਾ ਲਈ ਇਹ ਸਭ ਸਧਾਰਨ ਕਾਰਵਾਈਆਂ 'ਤੇ ਆਉਂਦਾ ਹੈ: ਓਡਨੋਕਲਾਸਨੀਕੀ ਪਲੇਟਫਾਰਮ 'ਤੇ ਇੱਕ ਵਿਗਿਆਪਨ ਭੇਜੋ ਅਤੇ ਇੱਕ ਰੈਜ਼ੋਲੂਸ਼ਨ ਵਾਪਸ ਪ੍ਰਾਪਤ ਕਰੋ "ਠੀਕ ਹੈ", ਜਾਂ "ਠੀਕ" ਕਿਉਂ ਨਹੀਂ।

ਆਟੋਮੈਟਿਕ ਪ੍ਰੋਸੈਸਿੰਗ

ਪਲੇਟਫਾਰਮ 'ਤੇ ਆਉਣ ਤੋਂ ਬਾਅਦ ਵਿਗਿਆਪਨ ਦਾ ਕੀ ਹੁੰਦਾ ਹੈ? ਹਰੇਕ ਵਿਗਿਆਪਨ ਨੂੰ ਕਈ ਸੰਸਥਾਵਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ:

• ਨਾਮ,
• ਵਰਣਨ,
• ਫੋਟੋਆਂ,
• ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਚੁਣੀ ਗਈ ਸ਼੍ਰੇਣੀ ਅਤੇ ਵਿਗਿਆਪਨ ਦੀ ਉਪ-ਸ਼੍ਰੇਣੀ,
• ਕੀਮਤ

ਪਲੇਟਫਾਰਮ ਫਿਰ ਡੁਪਲੀਕੇਟ ਲੱਭਣ ਲਈ ਹਰੇਕ ਇਕਾਈ ਲਈ ਕਲੱਸਟਰਿੰਗ ਕਰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਟੈਕਸਟ ਅਤੇ ਫੋਟੋਆਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਸਕੀਮਾਂ ਦੇ ਅਨੁਸਾਰ ਕਲੱਸਟਰ ਕੀਤਾ ਗਿਆ ਹੈ.

ਕਲੱਸਟਰਿੰਗ ਤੋਂ ਪਹਿਲਾਂ, ਵਿਸ਼ੇਸ਼ ਅੱਖਰਾਂ, ਬਦਲੇ ਹੋਏ ਅੱਖਰਾਂ ਅਤੇ ਹੋਰ ਕੂੜੇ ਨੂੰ ਹਟਾਉਣ ਲਈ ਟੈਕਸਟ ਨੂੰ ਸਧਾਰਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਪ੍ਰਾਪਤ ਡੇਟਾ ਨੂੰ ਐਨ-ਗ੍ਰਾਮ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ, ਜਿਸ ਵਿੱਚੋਂ ਹਰੇਕ ਨੂੰ ਹੈਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ। ਨਤੀਜਾ ਬਹੁਤ ਸਾਰੇ ਵਿਲੱਖਣ ਹੈਸ਼ ਹਨ. ਪਾਠਾਂ ਵਿਚਕਾਰ ਸਮਾਨਤਾ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜੈਕਾਰਡ ਦਾ ਮਾਪ ਦੋ ਨਤੀਜੇ ਸੈੱਟ ਦੇ ਵਿਚਕਾਰ. ਜੇਕਰ ਸਮਾਨਤਾ ਥ੍ਰੈਸ਼ਹੋਲਡ ਤੋਂ ਵੱਧ ਹੈ, ਤਾਂ ਟੈਕਸਟ ਨੂੰ ਇੱਕ ਕਲੱਸਟਰ ਵਿੱਚ ਮਿਲਾਇਆ ਜਾਂਦਾ ਹੈ। ਸਮਾਨ ਕਲੱਸਟਰਾਂ ਦੀ ਖੋਜ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ, ਮਿਨਹੈਸ਼ ਅਤੇ ਲੋਕੈਲਿਟੀ-ਸੰਵੇਦਨਸ਼ੀਲ ਹੈਸ਼ਿੰਗ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਤਸਵੀਰਾਂ ਲਈ ਗਲੂਇੰਗ ਚਿੱਤਰਾਂ ਲਈ ਵੱਖ-ਵੱਖ ਵਿਕਲਪਾਂ ਦੀ ਖੋਜ ਕੀਤੀ ਗਈ ਹੈ, pHash ਤਸਵੀਰਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਤੋਂ ਲੈ ਕੇ ਇੱਕ ਨਿਊਰਲ ਨੈਟਵਰਕ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਡੁਪਲੀਕੇਟ ਦੀ ਖੋਜ ਕਰਨ ਤੱਕ।

ਆਖਰੀ ਤਰੀਕਾ ਸਭ ਤੋਂ "ਗੰਭੀਰ" ਹੈ। ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ, ਚਿੱਤਰਾਂ (N, A, P) ਦੇ ਤੀਹਰੀ ਅੱਖਰਾਂ ਦੀ ਚੋਣ ਕੀਤੀ ਗਈ ਸੀ ਜਿਸ ਵਿੱਚ N A ਦੇ ਸਮਾਨ ਨਹੀਂ ਹੈ, ਅਤੇ P A ਦੇ ਸਮਾਨ ਹੈ (ਇੱਕ ਅਰਧ-ਡੁਪਲੀਕੇਟ ਹੈ)। ਫਿਰ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਨੇ A ਅਤੇ P ਨੂੰ ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ ਨੇੜੇ ਬਣਾਉਣਾ ਸਿੱਖਿਆ, ਅਤੇ A ਅਤੇ N ਨੂੰ ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ। ਇਸ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਪੂਰਵ-ਸਿਖਿਅਤ ਨੈਟਵਰਕ ਤੋਂ ਏਮਬੈਡਿੰਗ ਲੈਣ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਘੱਟ ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਨਤੀਜੇ ਨਿਕਲਦੇ ਹਨ।

ਜਦੋਂ ਨਿਊਰਲ ਨੈਟਵਰਕ ਚਿੱਤਰਾਂ ਨੂੰ ਇਨਪੁਟ ਵਜੋਂ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ, ਤਾਂ ਇਹ ਉਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਲਈ ਇੱਕ N(128)-ਅਯਾਮੀ ਵੈਕਟਰ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਚਿੱਤਰ ਦੀ ਨੇੜਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਬੇਨਤੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅੱਗੇ, ਇੱਕ ਥ੍ਰੈਸ਼ਹੋਲਡ ਦੀ ਗਣਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਿਸ 'ਤੇ ਨਜ਼ਦੀਕੀ ਚਿੱਤਰਾਂ ਨੂੰ ਡੁਪਲੀਕੇਟ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।

ਮਾਡਲ ਕੁਸ਼ਲਤਾ ਨਾਲ ਸਪੈਮਰਾਂ ਨੂੰ ਲੱਭਣ ਦੇ ਯੋਗ ਹੈ ਜੋ ਖਾਸ ਤੌਰ 'ਤੇ pHash ਤੁਲਨਾ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨ ਲਈ ਵੱਖ-ਵੱਖ ਕੋਣਾਂ ਤੋਂ ਇੱਕੋ ਉਤਪਾਦ ਦੀ ਫੋਟੋ ਖਿੱਚਦੇ ਹਨ।

ਡੁਪਲੀਕੇਟ ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਦੁਆਰਾ ਇਕੱਠੇ ਚਿਪਕੀਆਂ ਸਪੈਮ ਫੋਟੋਆਂ ਦੀ ਇੱਕ ਉਦਾਹਰਨ।

ਅੰਤਮ ਪੜਾਅ 'ਤੇ, ਡੁਪਲੀਕੇਟ ਇਸ਼ਤਿਹਾਰਾਂ ਨੂੰ ਟੈਕਸਟ ਅਤੇ ਚਿੱਤਰ ਦੋਵਾਂ ਦੁਆਰਾ ਇੱਕੋ ਸਮੇਂ ਖੋਜਿਆ ਜਾਂਦਾ ਹੈ।

ਜੇ ਦੋ ਜਾਂ ਦੋ ਤੋਂ ਵੱਧ ਇਸ਼ਤਿਹਾਰ ਇੱਕ ਕਲੱਸਟਰ ਵਿੱਚ ਇਕੱਠੇ ਫਸੇ ਹੋਏ ਹਨ, ਤਾਂ ਸਿਸਟਮ ਆਟੋਮੈਟਿਕ ਬਲੌਕ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੰਦਾ ਹੈ, ਜੋ ਕੁਝ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਚੁਣਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਡੁਪਲੀਕੇਟ ਨੂੰ ਮਿਟਾਉਣਾ ਹੈ ਅਤੇ ਕਿਸ ਨੂੰ ਛੱਡਣਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਇੱਕ ਵਿਗਿਆਪਨ ਵਿੱਚ ਦੋ ਉਪਭੋਗਤਾਵਾਂ ਦੀਆਂ ਇੱਕੋ ਜਿਹੀਆਂ ਫੋਟੋਆਂ ਹਨ, ਤਾਂ ਸਿਸਟਮ ਤਾਜ਼ਾ ਵਿਗਿਆਪਨ ਨੂੰ ਬਲੌਕ ਕਰ ਦੇਵੇਗਾ।

ਇੱਕ ਵਾਰ ਬਣਾਏ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਸਾਰੇ ਕਲੱਸਟਰ ਆਟੋਮੈਟਿਕ ਫਿਲਟਰਾਂ ਦੀ ਇੱਕ ਲੜੀ ਵਿੱਚੋਂ ਲੰਘਦੇ ਹਨ। ਹਰੇਕ ਫਿਲਟਰ ਕਲੱਸਟਰ ਨੂੰ ਇੱਕ ਸਕੋਰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ: ਇਹ ਕਿੰਨੀ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਇਸ ਵਿੱਚ ਉਹ ਖ਼ਤਰਾ ਹੈ ਜੋ ਇਹ ਫਿਲਟਰ ਪਛਾਣਦਾ ਹੈ।

ਉਦਾਹਰਨ ਲਈ, ਸਿਸਟਮ ਇੱਕ ਵਿਗਿਆਪਨ ਵਿੱਚ ਵਰਣਨ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਲਈ ਸੰਭਾਵੀ ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਚੋਣ ਕਰਦਾ ਹੈ। ਫਿਰ ਇਹ ਇੱਕ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ ਲੈਂਦਾ ਹੈ ਅਤੇ ਇਸਦੀ ਤੁਲਨਾ ਵਿਗਿਆਪਨ ਦੇ ਲੇਖਕ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਸ਼੍ਰੇਣੀ ਨਾਲ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਉਹ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ, ਤਾਂ ਵਿਗਿਆਪਨ ਨੂੰ ਗਲਤ ਸ਼੍ਰੇਣੀ ਲਈ ਬਲੌਕ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਅਤੇ ਕਿਉਂਕਿ ਅਸੀਂ ਦਿਆਲੂ ਅਤੇ ਇਮਾਨਦਾਰ ਹਾਂ, ਅਸੀਂ ਸਿੱਧੇ ਉਪਭੋਗਤਾ ਨੂੰ ਦੱਸਦੇ ਹਾਂ ਕਿ ਵਿਗਿਆਪਨ ਨੂੰ ਸੰਜਮ ਪਾਸ ਕਰਨ ਲਈ ਉਸਨੂੰ ਕਿਹੜੀ ਸ਼੍ਰੇਣੀ ਚੁਣਨੀ ਚਾਹੀਦੀ ਹੈ।

ਗਲਤ ਸ਼੍ਰੇਣੀ ਲਈ ਬਲਾਕਿੰਗ ਦੀ ਸੂਚਨਾ।

ਸਾਡੇ ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਘਰ ਵਿੱਚ ਹੀ ਮਹਿਸੂਸ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇਸਦੀ ਮਦਦ ਨਾਲ ਅਸੀਂ ਰਸ਼ੀਅਨ ਫੈਡਰੇਸ਼ਨ ਵਿੱਚ ਵਰਜਿਤ ਚੀਜ਼ਾਂ ਦੇ ਨਾਮ ਅਤੇ ਵਰਣਨ ਖੋਜਦੇ ਹਾਂ। ਅਤੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਮਾਡਲ ਸਾਵਧਾਨੀ ਨਾਲ ਚਿੱਤਰਾਂ ਦੀ "ਜਾਂਚ" ਕਰਦੇ ਹਨ ਕਿ ਕੀ ਉਹਨਾਂ ਵਿੱਚ URL, ਸਪੈਮ ਟੈਕਸਟ, ਟੈਲੀਫੋਨ ਨੰਬਰ, ਅਤੇ ਉਹੀ "ਵਰਜਿਤ" ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਹੈ।

ਉਹਨਾਂ ਮਾਮਲਿਆਂ ਲਈ ਜਿੱਥੇ ਉਹ ਕਿਸੇ ਕਾਨੂੰਨੀ ਚੀਜ਼ ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਵਰਜਿਤ ਉਤਪਾਦ ਨੂੰ ਵੇਚਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ, ਅਤੇ ਸਿਰਲੇਖ ਜਾਂ ਵਰਣਨ ਵਿੱਚ ਕੋਈ ਟੈਕਸਟ ਨਹੀਂ ਹੈ, ਅਸੀਂ ਚਿੱਤਰ ਟੈਗਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ। ਹਰੇਕ ਚਿੱਤਰ ਲਈ, 11 ਹਜ਼ਾਰ ਤੱਕ ਵੱਖ-ਵੱਖ ਟੈਗ ਸ਼ਾਮਲ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ ਜੋ ਚਿੱਤਰ ਵਿੱਚ ਕੀ ਹੈ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹਨ।

ਉਹ ਹੁੱਕੇ ਨੂੰ ਸਮੋਵਰ ਦਾ ਭੇਸ ਬਣਾ ਕੇ ਵੇਚਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ।

ਗੁੰਝਲਦਾਰ ਫਿਲਟਰਾਂ ਦੇ ਸਮਾਨਾਂਤਰ ਵਿੱਚ, ਸਧਾਰਨ ਫਿਲਟਰ ਵੀ ਕੰਮ ਕਰਦੇ ਹਨ, ਟੈਕਸਟ ਨਾਲ ਸੰਬੰਧਿਤ ਸਪੱਸ਼ਟ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦੇ ਹਨ:

• ਐਂਟੀਮੈਟ;
• URL ਅਤੇ ਫ਼ੋਨ ਨੰਬਰ ਡਿਟੈਕਟਰ;
• ਤਤਕਾਲ ਸੰਦੇਸ਼ਵਾਹਕਾਂ ਅਤੇ ਹੋਰ ਸੰਪਰਕਾਂ ਦਾ ਜ਼ਿਕਰ;
• ਘਟੀ ਹੋਈ ਕੀਮਤ;
• ਇਸ਼ਤਿਹਾਰ ਜਿਸ ਵਿੱਚ ਕੁਝ ਵੀ ਵਿਕਰੀ ਲਈ ਨਹੀਂ ਹੈ, ਆਦਿ।

ਅੱਜ, ਹਰ ਵਿਗਿਆਪਨ 50 ਤੋਂ ਵੱਧ ਆਟੋਮੈਟਿਕ ਫਿਲਟਰਾਂ ਦੀ ਇੱਕ ਵਧੀਆ ਛਾਲ ਵਿੱਚੋਂ ਲੰਘਦਾ ਹੈ ਜੋ ਵਿਗਿਆਪਨ ਵਿੱਚ ਕੁਝ ਬੁਰਾ ਲੱਭਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ।

ਜੇਕਰ ਕਿਸੇ ਵੀ ਡਿਟੈਕਟਰ ਨੇ ਕੰਮ ਨਹੀਂ ਕੀਤਾ, ਤਾਂ ਯੂਲਾ ਨੂੰ ਇੱਕ ਜਵਾਬ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਵਿਗਿਆਪਨ ਸੰਪੂਰਨ ਕ੍ਰਮ ਵਿੱਚ "ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਨਾ" ਹੈ। ਅਸੀਂ ਇਸ ਜਵਾਬ ਦੀ ਵਰਤੋਂ ਖੁਦ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਜਿਨ੍ਹਾਂ ਉਪਭੋਗਤਾਵਾਂ ਨੇ ਵਿਕਰੇਤਾ ਦੀ ਗਾਹਕੀ ਲਈ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਨਵੇਂ ਉਤਪਾਦ ਦੀ ਉਪਲਬਧਤਾ ਬਾਰੇ ਇੱਕ ਸੂਚਨਾ ਪ੍ਰਾਪਤ ਹੁੰਦੀ ਹੈ।

ਸੂਚਨਾ ਕਿ ਵਿਕਰੇਤਾ ਕੋਲ ਇੱਕ ਨਵਾਂ ਉਤਪਾਦ ਹੈ।

ਨਤੀਜੇ ਵਜੋਂ, ਹਰੇਕ ਵਿਗਿਆਪਨ ਮੈਟਾਡੇਟਾ ਦੇ ਨਾਲ "ਵਧਿਆ ਹੋਇਆ" ਹੁੰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚੋਂ ਕੁਝ ਉਦੋਂ ਉਤਪੰਨ ਹੁੰਦੇ ਹਨ ਜਦੋਂ ਵਿਗਿਆਪਨ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ (ਲੇਖਕ ਦਾ IP ਪਤਾ, ਉਪਭੋਗਤਾ-ਏਜੰਟ, ਪਲੇਟਫਾਰਮ, ਭੂ-ਸਥਾਨ, ਆਦਿ), ਅਤੇ ਬਾਕੀ ਹਰੇਕ ਫਿਲਟਰ ਦੁਆਰਾ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਸਕੋਰ ਹੁੰਦਾ ਹੈ। .

ਘੋਸ਼ਣਾ ਦੀਆਂ ਕਤਾਰਾਂ

ਜਦੋਂ ਕੋਈ ਵਿਗਿਆਪਨ ਪਲੇਟਫਾਰਮ 'ਤੇ ਆਉਂਦਾ ਹੈ, ਤਾਂ ਸਿਸਟਮ ਇਸਨੂੰ ਕਤਾਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਰੱਖਦਾ ਹੈ। ਹਰੇਕ ਕਤਾਰ ਇੱਕ ਗਣਿਤਿਕ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਈ ਗਈ ਹੈ ਜੋ ਵਿਗਿਆਪਨ ਮੈਟਾਡੇਟਾ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਜੋੜਦੀ ਹੈ ਜੋ ਕਿਸੇ ਵੀ ਮਾੜੇ ਪੈਟਰਨ ਦਾ ਪਤਾ ਲਗਾਉਂਦੀ ਹੈ।

ਉਦਾਹਰਨ ਲਈ, ਤੁਸੀਂ ਯੂਲਾ ਉਪਭੋਗਤਾਵਾਂ ਤੋਂ "ਸੈਲ ਫ਼ੋਨ" ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਇਸ਼ਤਿਹਾਰਾਂ ਦੀ ਇੱਕ ਕਤਾਰ ਬਣਾ ਸਕਦੇ ਹੋ ਜੋ ਸ਼ਾਇਦ ਸੇਂਟ ਪੀਟਰਸਬਰਗ ਤੋਂ ਹਨ, ਪਰ ਉਹਨਾਂ ਦੇ IP ਪਤੇ ਮਾਸਕੋ ਜਾਂ ਹੋਰ ਸ਼ਹਿਰਾਂ ਦੇ ਹਨ।

ਵੱਖ-ਵੱਖ ਸ਼ਹਿਰਾਂ ਵਿੱਚ ਇੱਕ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਪੋਸਟ ਕੀਤੇ ਇਸ਼ਤਿਹਾਰਾਂ ਦੀ ਇੱਕ ਉਦਾਹਰਣ।

ਜਾਂ ਤੁਸੀਂ ਉਹਨਾਂ ਸਕੋਰਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਕਤਾਰਾਂ ਬਣਾ ਸਕਦੇ ਹੋ ਜੋ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਇਸ਼ਤਿਹਾਰਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਘਟਦੇ ਕ੍ਰਮ ਵਿੱਚ ਵਿਵਸਥਿਤ ਕਰਦਾ ਹੈ।

ਹਰੇਕ ਕਤਾਰ, ਇਸਦੇ ਆਪਣੇ ਫਾਰਮੂਲੇ ਦੇ ਅਨੁਸਾਰ, ਵਿਗਿਆਪਨ ਨੂੰ ਇੱਕ ਅੰਤਮ ਸਕੋਰ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ। ਫਿਰ ਤੁਸੀਂ ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਨਾਲ ਅੱਗੇ ਵਧ ਸਕਦੇ ਹੋ:

• ਉਸ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨੂੰ ਨਿਸ਼ਚਿਤ ਕਰੋ ਜਿਸ 'ਤੇ ਇੱਕ ਵਿਗਿਆਪਨ ਨੂੰ ਇੱਕ ਖਾਸ ਕਿਸਮ ਦੀ ਬਲੌਕਿੰਗ ਪ੍ਰਾਪਤ ਹੋਵੇਗੀ;
• ਕਤਾਰ ਵਿੱਚ ਸਾਰੇ ਇਸ਼ਤਿਹਾਰਾਂ ਨੂੰ ਮੈਨੂਅਲ ਸਮੀਖਿਆ ਲਈ ਸੰਚਾਲਕਾਂ ਨੂੰ ਭੇਜੋ;
• ਜਾਂ ਪਿਛਲੇ ਵਿਕਲਪਾਂ ਨੂੰ ਜੋੜੋ: ਆਟੋਮੈਟਿਕ ਬਲੌਕਿੰਗ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨਿਰਧਾਰਤ ਕਰੋ ਅਤੇ ਸੰਚਾਲਕਾਂ ਨੂੰ ਉਹਨਾਂ ਵਿਗਿਆਪਨਾਂ ਨੂੰ ਭੇਜੋ ਜੋ ਇਸ ਥ੍ਰੈਸ਼ਹੋਲਡ ਤੱਕ ਨਹੀਂ ਪਹੁੰਚੇ ਹਨ।

ਇਹਨਾਂ ਕਤਾਰਾਂ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ? ਦੱਸ ਦਈਏ ਕਿ ਇੱਕ ਯੂਜ਼ਰ ਨੇ ਹਥਿਆਰ ਦੀ ਫੋਟੋ ਅਪਲੋਡ ਕੀਤੀ ਹੈ। ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਇਸ ਨੂੰ 95 ਤੋਂ 100 ਤੱਕ ਦਾ ਸਕੋਰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਅਤੇ 99 ਪ੍ਰਤੀਸ਼ਤ ਸ਼ੁੱਧਤਾ ਨਾਲ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਤਸਵੀਰ ਵਿੱਚ ਕੋਈ ਹਥਿਆਰ ਹੈ। ਪਰ ਜੇਕਰ ਸਕੋਰ ਮੁੱਲ 95% ਤੋਂ ਘੱਟ ਹੈ, ਤਾਂ ਮਾਡਲ ਦੀ ਸ਼ੁੱਧਤਾ ਘਟਣੀ ਸ਼ੁਰੂ ਹੋ ਜਾਂਦੀ ਹੈ (ਇਹ ਨਿਊਰਲ ਨੈਟਵਰਕ ਮਾਡਲਾਂ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ)।

ਨਤੀਜੇ ਵਜੋਂ, ਸਕੋਰ ਮਾਡਲ ਦੇ ਅਧਾਰ 'ਤੇ ਇੱਕ ਕਤਾਰ ਬਣਾਈ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਉਹ ਵਿਗਿਆਪਨ ਜੋ 95 ਅਤੇ 100 ਦੇ ਵਿਚਕਾਰ ਪ੍ਰਾਪਤ ਹੁੰਦੇ ਹਨ, ਆਪਣੇ ਆਪ "ਪ੍ਰਬੰਧਿਤ ਉਤਪਾਦਾਂ" ਵਜੋਂ ਬਲੌਕ ਹੋ ਜਾਂਦੇ ਹਨ। 95 ਤੋਂ ਘੱਟ ਸਕੋਰ ਵਾਲੇ ਇਸ਼ਤਿਹਾਰ ਮੈਨੂਅਲ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ ਸੰਚਾਲਕਾਂ ਨੂੰ ਭੇਜੇ ਜਾਂਦੇ ਹਨ।

ਕਾਰਤੂਸ ਦੇ ਨਾਲ ਚਾਕਲੇਟ ਬੇਰੇਟਾ. ਸਿਰਫ਼ ਦਸਤੀ ਸੰਜਮ ਲਈ! 🙂

ਦਸਤੀ ਸੰਜਮ

2019 ਦੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ, ਯੂਲਾ ਵਿੱਚ ਲਗਭਗ 94% ਇਸ਼ਤਿਹਾਰਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਸੰਚਾਲਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਜੇਕਰ ਪਲੇਟਫਾਰਮ ਕੁਝ ਵਿਗਿਆਪਨਾਂ 'ਤੇ ਫੈਸਲਾ ਨਹੀਂ ਕਰ ਸਕਦਾ, ਤਾਂ ਇਹ ਉਹਨਾਂ ਨੂੰ ਮੈਨੂਅਲ ਸੰਚਾਲਨ ਲਈ ਭੇਜਦਾ ਹੈ। ਓਡਨੋਕਲਾਸਨੀਕੀ ਨੇ ਆਪਣਾ ਟੂਲ ਵਿਕਸਤ ਕੀਤਾ: ਸੰਚਾਲਕਾਂ ਲਈ ਕਾਰਜ ਤੁਰੰਤ ਫੈਸਲਾ ਲੈਣ ਲਈ ਸਾਰੀਆਂ ਲੋੜੀਂਦੀ ਜਾਣਕਾਰੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ - ਵਿਗਿਆਪਨ ਢੁਕਵਾਂ ਹੈ ਜਾਂ ਬਲੌਕ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਕਾਰਨ ਦਰਸਾਉਂਦਾ ਹੈ।

ਅਤੇ ਇਸ ਲਈ ਕਿ ਮੈਨੂਅਲ ਸੰਜਮ ਦੇ ਦੌਰਾਨ ਸੇਵਾ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਨੁਕਸਾਨ ਨਾ ਹੋਵੇ, ਲੋਕਾਂ ਦੇ ਕੰਮ ਦੀ ਨਿਰੰਤਰ ਨਿਗਰਾਨੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ. ਉਦਾਹਰਨ ਲਈ, ਟਾਸਕ ਸਟ੍ਰੀਮ ਵਿੱਚ, ਸੰਚਾਲਕ ਨੂੰ “ਫਾਹਾਂ” ਦਿਖਾਏ ਜਾਂਦੇ ਹਨ—ਉਹ ਇਸ਼ਤਿਹਾਰ ਜਿਨ੍ਹਾਂ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਤਿਆਰ ਹੱਲ ਮੌਜੂਦ ਹਨ। ਜੇਕਰ ਸੰਚਾਲਕ ਦਾ ਫੈਸਲਾ ਮੁਕੰਮਲ ਕੀਤੇ ਗਏ ਫੈਸਲੇ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ, ਤਾਂ ਸੰਚਾਲਕ ਨੂੰ ਇੱਕ ਗਲਤੀ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।

ਔਸਤਨ, ਇੱਕ ਸੰਚਾਲਕ ਇੱਕ ਵਿਗਿਆਪਨ ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ 10 ਸਕਿੰਟ ਬਿਤਾਉਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਗਲਤੀਆਂ ਦੀ ਗਿਣਤੀ ਸਾਰੇ ਪ੍ਰਮਾਣਿਤ ਵਿਗਿਆਪਨਾਂ ਦੇ 0,5% ਤੋਂ ਵੱਧ ਨਹੀਂ ਹੈ।

ਲੋਕ ਸੰਜਮ

ਓਡਨੋਕਲਾਸਨੀਕੀ ਦੇ ਸਹਿਯੋਗੀ ਹੋਰ ਵੀ ਅੱਗੇ ਗਏ ਅਤੇ "ਦਰਸ਼ਕਾਂ ਦੀ ਮਦਦ" ਦਾ ਫਾਇਦਾ ਉਠਾਇਆ: ਉਨ੍ਹਾਂ ਨੇ ਸੋਸ਼ਲ ਨੈਟਵਰਕ ਲਈ ਇੱਕ ਗੇਮ ਐਪਲੀਕੇਸ਼ਨ ਲਿਖੀ ਜਿਸ ਵਿੱਚ ਤੁਸੀਂ ਕੁਝ ਮਾੜੇ ਚਿੰਨ੍ਹ ਨੂੰ ਉਜਾਗਰ ਕਰਦੇ ਹੋਏ, ਤੇਜ਼ੀ ਨਾਲ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰ ਸਕਦੇ ਹੋ - ਓਡਨੋਕਲਾਸਨੀਕੀ ਸੰਚਾਲਕ (https://ok.ru/app/moderator). ਓਕੇ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਮਦਦ ਦਾ ਫਾਇਦਾ ਲੈਣ ਦਾ ਇੱਕ ਵਧੀਆ ਤਰੀਕਾ ਜੋ ਸਮੱਗਰੀ ਨੂੰ ਹੋਰ ਮਜ਼ੇਦਾਰ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ.

ਇੱਕ ਗੇਮ ਜਿਸ ਵਿੱਚ ਉਪਭੋਗਤਾ ਉਹਨਾਂ ਫੋਟੋਆਂ ਨੂੰ ਟੈਗ ਕਰਦੇ ਹਨ ਜਿਹਨਾਂ ਉੱਤੇ ਇੱਕ ਫ਼ੋਨ ਨੰਬਰ ਹੁੰਦਾ ਹੈ।

ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਇਸ਼ਤਿਹਾਰਾਂ ਦੀ ਕਿਸੇ ਵੀ ਕਤਾਰ ਨੂੰ ਓਡਨੋਕਲਾਸਨੀਕੀ ਸੰਚਾਲਕ ਗੇਮ ਵਿੱਚ ਰੀਡਾਇਰੈਕਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਹਰ ਚੀਜ਼ ਜੋ ਗੇਮ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਮਾਰਕ ਅਪ ਕਰਦੇ ਹਨ ਫਿਰ ਸਮੀਖਿਆ ਲਈ ਅੰਦਰੂਨੀ ਸੰਚਾਲਕਾਂ ਨੂੰ ਭੇਜੀ ਜਾਂਦੀ ਹੈ। ਇਹ ਸਕੀਮ ਤੁਹਾਨੂੰ ਉਹਨਾਂ ਇਸ਼ਤਿਹਾਰਾਂ ਨੂੰ ਬਲੌਕ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਫਿਲਟਰ ਅਜੇ ਤੱਕ ਨਹੀਂ ਬਣਾਏ ਗਏ ਹਨ, ਅਤੇ ਨਾਲ ਹੀ ਸਿਖਲਾਈ ਦੇ ਨਮੂਨੇ ਵੀ ਬਣਾ ਸਕਦੇ ਹਨ।

ਸੰਚਾਲਨ ਨਤੀਜਿਆਂ ਨੂੰ ਸਟੋਰ ਕਰਨਾ

ਅਸੀਂ ਸੰਚਾਲਨ ਦੌਰਾਨ ਲਏ ਗਏ ਸਾਰੇ ਫੈਸਲਿਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਦੇ ਹਾਂ ਤਾਂ ਜੋ ਅਸੀਂ ਉਹਨਾਂ ਇਸ਼ਤਿਹਾਰਾਂ 'ਤੇ ਮੁੜ ਪ੍ਰਕਿਰਿਆ ਨਾ ਕਰੀਏ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਫੈਸਲਾ ਕਰ ਲਿਆ ਹੈ।

ਇਸ਼ਤਿਹਾਰਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਹਰ ਰੋਜ਼ ਲੱਖਾਂ ਕਲੱਸਟਰ ਬਣਾਏ ਜਾਂਦੇ ਹਨ। ਸਮੇਂ ਦੇ ਨਾਲ, ਹਰੇਕ ਕਲੱਸਟਰ ਨੂੰ "ਚੰਗਾ" ਜਾਂ "ਬੁਰਾ" ਲੇਬਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਹਰੇਕ ਨਵਾਂ ਵਿਗਿਆਪਨ ਜਾਂ ਇਸਦੇ ਸੰਸ਼ੋਧਨ, ਇੱਕ ਨਿਸ਼ਾਨ ਦੇ ਨਾਲ ਇੱਕ ਕਲੱਸਟਰ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਨਾਲ, ਆਪਣੇ ਆਪ ਹੀ ਕਲੱਸਟਰ ਤੋਂ ਇੱਕ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਪ੍ਰਤੀ ਦਿਨ ਲਗਭਗ 20 ਹਜ਼ਾਰ ਅਜਿਹੇ ਆਟੋਮੈਟਿਕ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਹੁੰਦੇ ਹਨ।

ਜੇਕਰ ਕਲੱਸਟਰ ਵਿੱਚ ਕੋਈ ਨਵੀਂ ਘੋਸ਼ਣਾ ਨਹੀਂ ਆਉਂਦੀ, ਤਾਂ ਇਸਨੂੰ ਮੈਮੋਰੀ ਤੋਂ ਹਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸਦਾ ਹੈਸ਼ ਅਤੇ ਹੱਲ ਅਪਾਚੇ ਕੈਸੈਂਡਰਾ ਨੂੰ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ।

ਜਦੋਂ ਪਲੇਟਫਾਰਮ ਨੂੰ ਕੋਈ ਨਵਾਂ ਇਸ਼ਤਿਹਾਰ ਮਿਲਦਾ ਹੈ, ਤਾਂ ਇਹ ਪਹਿਲਾਂ ਹੀ ਬਣਾਏ ਗਏ ਲੋਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਸਮਾਨ ਕਲੱਸਟਰ ਲੱਭਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸ ਤੋਂ ਕੋਈ ਹੱਲ ਕੱਢਦਾ ਹੈ। ਜੇ ਅਜਿਹਾ ਕੋਈ ਕਲੱਸਟਰ ਨਹੀਂ ਹੈ, ਤਾਂ ਪਲੇਟਫਾਰਮ ਕੈਸੈਂਡਰਾ ਨੂੰ ਜਾਂਦਾ ਹੈ ਅਤੇ ਉੱਥੇ ਦੇਖਦਾ ਹੈ. ਕੀ ਤੁਹਾਨੂੰ ਇਹ ਲੱਭਿਆ? ਸ਼ਾਨਦਾਰ, ਕਲੱਸਟਰ 'ਤੇ ਹੱਲ ਲਾਗੂ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਯੂਲਾ ਨੂੰ ਭੇਜਦਾ ਹੈ। ਹਰ ਰੋਜ਼ ਔਸਤਨ 70 ਹਜ਼ਾਰ ਅਜਿਹੇ "ਦੁਹਰਾਏ" ਫੈਸਲੇ ਹੁੰਦੇ ਹਨ—ਕੁੱਲ ਦਾ 8%।

ਸੰਖੇਪ ਵਿੱਚ

ਅਸੀਂ ਢਾਈ ਸਾਲਾਂ ਤੋਂ ਓਡਨੋਕਲਾਸਨੀਕੀ ਸੰਚਾਲਨ ਪਲੇਟਫਾਰਮ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਾਂ। ਸਾਨੂੰ ਨਤੀਜੇ ਪਸੰਦ ਹਨ:

• ਅਸੀਂ ਪ੍ਰਤੀ ਦਿਨ ਸਾਰੇ ਵਿਗਿਆਪਨਾਂ ਦੇ 94% ਨੂੰ ਆਪਣੇ ਆਪ ਸੰਚਾਲਿਤ ਕਰਦੇ ਹਾਂ।
• ਇੱਕ ਵਿਗਿਆਪਨ ਨੂੰ ਸੰਚਾਲਿਤ ਕਰਨ ਦੀ ਲਾਗਤ 2 ਰੂਬਲ ਤੋਂ ਘਟਾ ਕੇ 7 ਕੋਪੈਕਸ ਕਰ ਦਿੱਤੀ ਗਈ ਸੀ।
• ਤਿਆਰ ਕੀਤੇ ਟੂਲ ਲਈ ਧੰਨਵਾਦ, ਅਸੀਂ ਸੰਚਾਲਕਾਂ ਦੇ ਪ੍ਰਬੰਧਨ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਬਾਰੇ ਭੁੱਲ ਗਏ.
• ਅਸੀਂ ਉਸੇ ਸੰਖਿਆ ਸੰਚਾਲਕਾਂ ਅਤੇ ਬਜਟ ਦੇ ਨਾਲ ਮੈਨੂਅਲੀ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਇਸ਼ਤਿਹਾਰਾਂ ਦੀ ਗਿਣਤੀ 2,5 ਗੁਣਾ ਵਧਾ ਦਿੱਤੀ ਹੈ। ਸਵੈਚਲਿਤ ਨਿਯੰਤਰਣ ਦੇ ਕਾਰਨ ਮੈਨੂਅਲ ਸੰਚਾਲਨ ਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਵੀ ਵਾਧਾ ਹੋਇਆ ਹੈ, ਅਤੇ ਲਗਭਗ 0,5% ਗਲਤੀਆਂ ਵਿੱਚ ਉਤਰਾਅ-ਚੜ੍ਹਾਅ ਆਉਂਦਾ ਹੈ।
• ਅਸੀਂ ਫਿਲਟਰਾਂ ਨਾਲ ਸਪੈਮ ਦੀਆਂ ਨਵੀਆਂ ਕਿਸਮਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਕਵਰ ਕਰਦੇ ਹਾਂ।
• ਅਸੀਂ ਤੇਜ਼ੀ ਨਾਲ ਨਵੇਂ ਵਿਭਾਗਾਂ ਨੂੰ ਸੰਜਮ ਨਾਲ ਜੋੜਦੇ ਹਾਂ "ਯੂਲਾ ਵਰਟੀਕਲਸ". 2017 ਤੋਂ, ਯੂਲਾ ਨੇ ਰੀਅਲ ਅਸਟੇਟ, ਖਾਲੀ ਅਸਾਮੀਆਂ ਅਤੇ ਆਟੋ ਵਰਟੀਕਲ ਨੂੰ ਜੋੜਿਆ ਹੈ।

ਸਰੋਤ: www.habr.com