话题公司 › 阅文

公司:阅文

阅文集团(英语:China Literature Limited)是开曼群岛注册,香港股市上市公司,中国互联网企业腾讯旗下以网络文学为主业的文化创意公司,于2015年3月30日由腾讯旗下腾讯文学收购原盛大文学后整编而成,2017年11月在香港交易所挂牌上市。

用 Figma 搭建可装配设计系统。

以全新的思路与手段构建高度自由、可复用、可扩展的设计系统。

起点读书APP福利中心设计小结

起点读书福利中心是激励视频策略的延伸,希望聚合散落的视频广告福利,承接不愿付费但有阅读诉求的用户,使其长期保持在平台活跃,并逐渐向付费转化。

像少年般飞驰——QQ阅读Android版性能优化实践

如何让QQ阅读性能起飞,是我们一直努力研究的方向。阅文技术祝大家圣诞快乐~

运营的方舟——自动化活动系统Noah剖析

上联:这个活动很简单 下联:怎么实现我不管 横批:马上上线

半环形进度条在起点活动中的应用

相信看到此文的小伙伴们,平时工作中多多少少应该会接触过进度条方面的需求,比如直角进度条、圆角进度条、圆环进度条等,大家可能也有多种方法比如利用 CSS canvas svg去实现这些需求并予以加上动画。而本次要和大家分享的就是半环形进度条如何用 canvas 和 svg 去实现,以及如何在实现的基础上去增强用户的体验。

搜索团队日志实践

线上系统的日志能够记录线上服务的详细信息包括请求参数,返回的结果,处理过程中出现的错误信息等等。这些信息能够帮助我们debug线上问题,根据错误日志发出报警,将线上日志回放到测试环境也能为测试提供数据源。同时,日志记录的用户行为,也能够帮助我们分析用户,产出报表,通过数据挖掘来进一步优化系统。为此,我们需要能够对日志进行高效的利用。

视觉工作流优化 ——如何构建组件库

如何从多角度去解析组件化的概念,帮助我们理解、构建组件库。

(可能是)最硬核的色彩系统总结

作者通过真实的项目经验结合深入的理论知识,带来这篇 YUX 最硬核的色彩系统总结,欢迎大家交流和探讨。

CSS 有了:has伪类可以做些什么?

:has伪类是一个非常强大的伪类,强大到难以置信,可以做很多梦寐以求的事情,很多以前只能更改 dom 结构 或者只能用 JS 才能实现的功能现在也能纯 CSS 实现了。

移动阅读软件 :中文排印上那些你不知道的事

我们把优秀的出版社在纸质书的正文排印时会做的工序,内置到了移动阅读软件上。 用一篇文章,帮你了解我们是如何做的。

介绍与换行相关的CSS属性

在文字内容排版这块,CSS 是计算机领域中无可争议的霸主气,什么 SVG 什么 canvas 根本就是望尘莫及。

谈谈徽章设计那些事

WebNovel 的徽章体系设计历程复盘,通过徽章承载用户对网文及平台的热情。

精细化场景下 Dark Mode 与主题皮肤的通用解决方案

Android Q 和 iOS 13 为我们带来了 Dark Mode,这已经不是什么新鲜事了,很多团队都已经拥有了各自适用的解决方案,起点读书的 Dark Mode 设计解决方案也终于从幕后开始进入到项目落地环节,从时间跨度上来讲已经大半年过去了。这段时间经历了各产品解决方案的轰炸与洗礼,我们又结合起点本身的产品定位与结构特点,在此背景下一套融合 Dark Mode 和主题皮肤设计的解决方案应运而生。

本文会重点聚焦设计落地执行的解决方案,视觉解决方案每个产品都有自身不同特点,且 Android 和 iOS 官方都各自拥有符合各自平台的设计解决方案,因此不在此一一赘述。

个性化消息推送在阅文的实践

消息推送作为一种高效触达用户的手段,被广泛应用于各大APP。常见的消息推送有:

  • 功能类的通知消息:例如下单通知、收到红包、被评论、被关注等;
  • 内容类的资讯消息:例如今日头条推送新闻、爱奇艺推送视频、阅读推书等;
  • 营销类的活动消息:例如天猫双11活动、进入某个商圈的优惠券等。

无论是哪种类型的推送,只有进行精细化地推送,即在合适的时候给合适的人群推送合适的内容,才能在不打扰用户、给用户带来价值的同时,提升产品用户留存、活跃和召回流失的用户。

这其中有两个重点,一是保证推送尽可能展示给目标客户,提升推送的“量”;二是尽可能提高推送内容与用户的匹配度,从而在避免用户反感的条件下促进目标事件的转化,保证推送的“质”。前者是后者的前提,后者是前者价值得以发挥的保证,二者相辅相成,缺一不可。

作为深耕数字阅读领域的公司,阅文拥有海量的优质内容。基于阅文的个性化分发能力,我们希望通过消息推送将优质内容传递给用户,提升用户对产品的黏性。

网文领域新词发现

切词在文本处理中属于非常重要的任务,且对后续任务的影响比较大(例如搜索的召回)。目前我们有各种各样的切词工具可以使用,同时配合我们日常积累下来的词包,基本可以获得一个相对满意的切词结果。但在很多垂直领域,往往会有很多领域相关的新词,由于这些新词不在我们的词包中,因此会导致切词不准确。比如网文领域,角色名、地名、武功秘籍等等,基本都是作者头脑风暴的结果,可能完全不依托于现实中的任意一个真实场景或经验。此时,我们的切词工具就无法识别出这些词,即出现了OOV问题。

这里引出一个思考,我们如何将几个连续的字识别为一个词?特别是网络上流行的一些新梗和新词,其构成可能完全不符合中文的语法,但却被大家普遍接受。在网络小说领域(尤其是搜索场景下),如何识别出这些新词,就是本文要探讨的问题。

Web 中的“选区”和“光标”

在 web 开发中,有时不可避免会和“选区”与“光标”打交道,比如选中高亮、选中出现工具栏、手动控制光标位置等。选区就是用鼠标选中的那一部分,通常是蓝色;光标呢,是那个闪烁的竖线吗?

Home - Wiki
Copyright © 2011-2024 iteam. Current version is 2.137.1. UTC+08:00, 2024-11-23 16:28
浙ICP备14020137号-1 $Map of visitor$