知鸦日报2023-05-11

在腾讯成长守护IP的设计实践中，如何多维度，策略性的推进IP外观的设计并落地。

精细化设计是可被复用的标准化方法，通过精细化分析深入理解用户需求/痛点，制定有效的设计策略。

本文介主要绍58恒星数据平台的设计思考和0-1建设历程。借助AI算法助力标注，同时以标注数据赋能AI，实现以标注的通用性、低成本、高质量为核心建设目标的数据标注平台。

复杂业务系统的痛点和挑战的本质是什么？有没有解？怎么解？本文结合多年的实践经验和系统思考，深入剖析，给出解决之道。

本文基于笔者对doop静态程序分析框架源代码和规则学习，并结合对目前漏洞公开技术细节的学习，修改增强doop app only模式下的分析规则后，实现通过doop工具识别commons text rce漏洞（CVE-2022-42889）。

本文希望基于从KV存储的设计开始讲解，到GC设计的逐层优化的过程，从问题的存在到不同层面的分析，可以给读者在类似的优化实践中提供一种参考思路。

Redis 数据存储在内存中，如果不想办法将数据保存到硬盘上，一旦Redis重启(退出/故障)，内存的数据将会全部丢失。我们肯定不想 Redis 里的数据由于某些故障全部丢失(导致所有请求都走 MySQL)，即便发生了故障也希望可以将Redis原有的数据恢复过来，这就是持久化的作用。

‍本文从【程序命名&注释】【数据类型&类&对象】【控制执行流程】和【程序/结构设计】四个方面梳理了一些真实案例，相信通过这些案例你能迅速get技能：如何写出让同事难以维护的代码doge。​

How Airbnb leverages AWS, Packer, and Terraform to update macOS on hundreds of Cl machines in hours instead of days.

In this blog post, we describe a Machine Learning (ML) powered proactive churn prevention solution that was prototyped with our small & medium business (SMB) advertisers. Results from our initial experiment suggest that we can detect future churn with a high degree of predictive power and consequently empower our sales partners in mitigating churn. ML-powered proactive churn prevention can achieve better results than traditional reactive manual effort.

相关推荐模块是商详页的推荐核心模块，以帮助用户高效选择商品为目标进行算法迭代。但是在优化过程中，我们发现性价比高的商品往往会在算法推荐的排序中更有优势，更容易曝光给用户。然而这并非所有用户的需求，例如在亲友送礼有价格档位需求等场景下，过度考虑性价比会引起适得其反的效果，导致不符合用户需求、价格突兀等体验问题。

存在的问题如下图所示，主商品是两千左右的吸尘器，但是推荐商品中混入价格一百多的商品。虽然都是家用吸尘器而且推荐商品的销量都不错，但是以这次进商详页的用户行为意图推断，这款一百多的吸尘器不是目标商品。从用户的角度看，推荐商品和主商品的相关性偏弱了，影响到用户体验。对平台而言，这次商品曝光没有达到帮助用户更高效浏览的期望，没能满足用户需求。

我们希望通过相关推荐的价格优化，以商品相关性为核心，以用户当前时刻需求为导向，统筹考虑主商品调性、推荐商品性价比之间的关系，同时满足用户对商品价格体验和平台对uv价值的需求。

本文从真实场景入手，在优化用户体验的维度发现问题，并尝试解决问题。但解决了问题（完成了多码实现）并不代表完成，因为始终能够有提升的空间（降低漏检率，提高解码率）。

ChatGPT，特别是4.0版本的出现，对各行各业产生了极为深远的影响。但人类不应该害怕机器，而是要想办法让机器为自己所用。作为产品经理，ChatGPT能帮我们做什么呢？本文作者对此展开了分析，与你分享。