Feed Personalization

Thách thức
· Xây dựng mô hình học máy học online hành vi của người dùng
· Mô hình ranking có thể học dựa trên tương tác của người dùng và cross giữa các người dùng khác nhau
· Cập nhật realtime khi có người dùng chia sẻ thông tin
· Lọc bỏ các tin không phù hợp như nội dung ảnh 16/18+
· Che các nội dung kinh dị: tai nạn, máu me
· Hạn chế các tin like, comment ảo (chống viral ảo)
Vấn đề:
· Dữ liệu dạng Streaming
· Aggregate nhiều API Microservices như Thống kê số lượng tương tác , thông tin user, thông tin người like,... -> Chậm API
· Hệ thống ranking có thể chạy online và hiệu quả cao

High Level Flow

Ranking Model

Features:
· Interest
· Recency
· Relationship (followed user, subscribed board)
· Interactions
Challenges :
· Near Real-time
· Automatically learn features interaction and cross

Filter Layer

· Cho phép thêm các rule động để ưu tiên hiển thị hoặc loại bỏ một số loại nội dung nhất định
· Các rule cần động
· Có khả năng testing (a/b testing)

Technical System Architecture

Các bài toán của Lotus

Bài toán Token
Token là hệ thống “năng lượng” mà những người tham gia sản xuất, tiêu thụ nội dung được hưởng....
Tìm hiểu thêm »
Bài toán GateWay & Authentication
Gateway là cổng kiểm soát giao tiếp từ client đến hệ thống backend của Lotus VietNam
Tìm hiểu thêm »
Feed Personalization
Feed Personalization là hệ thống cá nhân hoá thông tin cho người dùng. Lựa chọn các thông tin phù hợp, đúng sở thích...
Tìm hiểu thêm »
Cơ chế Offline và Ranking trên Client
Response nhanh; Người dùng có thể tương tác cả khi offline; Người dùng không phụ thuộc vào tốc độ mạng...
Tìm hiểu thêm »
Bài toán an toàn mạng
Phát hiện các nội dung xấu và nội dung không được phép như nội dung người lớn, 18+
Tìm hiểu thêm »
Bài toán bảo vệ bản quyền
Là bài toán phát hiện các nội dung vi phạm bản quyền: Sao chép, sử dụng các nội dung về hình ảnh, text, video, audio...
Tìm hiểu thêm »
Bài toán tối ưu quảng cáo
Tối ưu hiệu suất quảng cáo, phân tích phù hợp sở thích người dùng với nội dung quảng cáo, phân tích phù hợp nội dung...
Tìm hiểu thêm »
Bài toán Logging Tracking & Analytics data
Bài toán phân tích hành vi người dùng, phân tích các chỉ số tương tác với app, đưa ra các chỉ số đánh giá app, đánh giá...
Tìm hiểu thêm »
Các bài toán mở rộng cho Developers
01
Phân loại ảnh 16/18+
· Dataset: 8000 câu liên quan đến vi phạm an toàn mạng, 20000 câu bình thường
· Target: Xây dựng bộ phân loại nội dung vi phạm an toàn mạng với độ chính xác ≥95%
04
Text Detection từ ảnh
· Mục đích: Nhận diện text trong các ảnh. Phục vụ cho các bài toán về an toàn mạng, nội dung người lớn
· Kết quả: nhận dạng text đạt 96% nhưng text detection thì chưa cao
· Target: 96%
07
Research: Weak Supervision
· Vấn đề: Các mô hình học máy cần lượng dữ liệu học lớn. Việc gán nhãn bằng tay sẽ mất thêm thời gian và công sức
· Mục tiêu: Nghiên cứu mô hình có thể học dựa trên một dữ liệu gán nhãn ít
10
Color Identification
· Xác định màu từ một bức ảnh (hỗ trợ cho ứng dụng photostory)
02
Phân loại dạng nội dung an toàn mạng từ ảnh
· Dataset: 8000 nghìn ảnh (các loại cờ, tiền)
· Target: Xây dựng bộ phân loại với độ chính xác >=95% (F1)
05
Instant View
· Mục đích: Hiển thị các bài báo 1 cách đơn giản, load nhanh hơn và không phá vỡ cấu trúc bài báo gốc.
· Instant View: Là trình biên dịch gồm các tập luật cho phép người dùng viết các template cho các site báo. Hệ thống sẽ bóc tách ra các block content, title, auth, img … Sau đó sẽ view lên theo template được định nghĩa trước.
· Target: Xây dựng các template view cho các block trên từng loại device khác nhau.
08
Auto Crop Ảnh
· Vấn đề: ảnh được upload lên hệ thống với đủ loại hình dạng và kích cỡ. Mong muốn mô hình tự động crop ảnh, tập trung vào phần ảnh nổi bật
11
Vấn đề thu hồi token với bài spam, vi phạm bản quyền
· Phát hiện nội dung spam, nội dung vi phạm bản quyền nhanh và chính xác để có cơ chế thu hồi token chính xác và hợp lý
03
Phân loại dạng nội dung an toàn mạng từ text
· Dataset: 8000 câu liên quan đến vi phạm an toàn mạng, 20000 câu bình thường
· Target: Xây dựng bộ phân loại nội dung vi phạm an toàn mạng với độ chính xác >=95%
06
Click-Through Rate Prediction
· Mục tiêu: Tối ưu hoá cho hiển thị ads và tối ưu việc đẩy các thông tin phù hợp cho người dùng
09
Text to speech
· Mục tiêu: Nghiên cứu vấn đề tổng hợp tiếng nói. Chuyển đổi văn bản dạng text sang tiếng nói
12
Đánh giá chất lượng nội dung
· Đánh giá chất lượng nội dung content, từ đó đưa ra tham số tính token phù hợp với loại nội dung này, ví dụ bài dài, ngắn, bài ảnh, video dài, video ngắn , các bài trends.....
Lotus là mạng xã hội do người Việt phát triển,
lấy nội dung và trải nghiệm người dùng làm trọng tâm.
Hướng dẫn sử dụng Điều khoản sử dụng Chính sách bảo mật Chính sách bảo mật Lotus Chat
TOP