2021-12-03 16:30:00 ~ 2021-12-04 16:30:00
This is the second post in the series on how we scaled our development practices at Lyft in the face of an ever-increasing number of developers and services.
This post will focus on how we brought a great development experience right to the laptop to allow for super fast iteration.
How a team at PayPal built a tool to define, manage, control, and deploy rulesets for the data quality framework.
As Pinterest continues to evolve from a place to just save ideas to a platform for discovering content that inspires action, there’s been an increase in native content from creators publishing directly to Pinterest. With the creator ecosystem on Pinterest growing, we’re committed to ensuring Pinterest remains a positive and inspiring environment through initiatives like the Creator Code, a content policy that enforces the acceptance of guidelines (such as “be kind” and “check facts”) before creators can publish Idea Pins. We also have guardrails in place on Idea Pin comments including positivity reminders, tools for comment removal and keyword filtering, and spam prevention signals. On the technical side, we use cutting edge techniques in machine learning to identify and enforce against community policy-violating comments in near real-time. We also use these techniques to surface the most inspiring and highest quality comments first in order to bring a more productive experience and drive engagement.
Since machine learning solutions were introduced in March to automatically detect potentially policy-violating comments before they’re reported and take appropriate action, we’ve seen a 53% decline in comment report rates (user comment reports per 1 million comment impressions).
Here, we share how we built a scalable near-real time machine learning solution to identify policy-violating comments and rank comments by quality.
Learn how the Database Platform team performed the most recent MySQL upgrade at Shopify and how this changed our upgrade guidelines moving forward.
通常我们见到的输入框都是宽度固定的,但有时也会碰到自适应内容宽度的。
目前我所知道的有两种方式,相信不难找到:
都是很不错的方案。这次带来一个全新的纯 CSS 实现方案,相信能带来不一样的感受。
互联网流量红利时代趋于结束,如何低成本的获得高质量的流量,是众多互联网公司在业务发展中的重要锚点。
根据中国信息通信研究院2021年《移动数字广告与互联网欺诈蓝皮报告》,整个2020年期间,国内互联网假量占比连续多月超过 30%,直接和间接造成的经济损失超过1500亿元。在欺诈流量中,出行行业是仅次于电商的第二欺诈流量来源。(因疫情影响,过去两年出行行业欺诈流量占比略有下降)
达达快送作为同城配送的头部企业,在做线上营销时常会遇到黑产流量的攻击。图1可看出,一波异常流量,从凌晨持续到中午。这部分流量恶意注册裂变,套取平台补贴,消耗营销费用,给平台带来严重的业务损失。所以构建线上风控系统尤为重要。
WWDC21中发布的macOS Monterey中新增了可变刷新率的Adaptive-Sync显示技术,自此行业通用的可变帧率技术登录Mac生态;今天我们就围绕苹果生态中的两种可变帧率显示技术,讨论如何为用户呈现最佳体验;本文中首先我们会介绍一下macOS中的Adaptive-Sync技术;这项技术为macOS的全屏显示的App和游戏提供了更加灵活的帧率,更加流畅体验,基于此深入讨论有关顺滑渲染的最佳实践;然后我们会了解现有的iPad Pro和iPhone 13 Pro上的ProMotion技术,并进一步探讨能在不同帧率下基于CADisplayLink的最佳技术实践,在自定义绘图时为用户带来流畅的体验;本篇文章是基于Session10147 - Symbolication: Beyond the basics撰写,该Session的演讲者是来自Apple GPU软件团队的WindowServer工程师Kyle Sanner和CoreAnimation工程师 Alex Li。
ByteDance Web Infra 团队里面有两个方向专门关注前端性能,分别从代码和监控对性能优化有很深入的研究。
性能优化有很多角度,一个关键是控制关键请求的优先级,达到性能优化的效果。本文以一种相对系统的方式来进行该方法的探讨。
Smart Student Service System,智慧学员服务平台,简称4S,是一款网校服务于辅导老师的Web平台,在网校“双师”教学模式下占有举足轻重的位置。
字节跳动QualityLab团队完成了智能化单测产品【SmartUnit】,实现了单元测试用例的全⾃动⽣产和回归测试,并能够保证35%覆盖率和精准断言,本⽂我们将会针对我们单测ATG⽅⾯的实践经验进⾏分享。
精准化测试,实际上就是对「业务」——「测试用例」——「代码」进行关联建模并追踪他们的变化的一种测试方法。
在敏捷迭代的团队里,精准化测试是让团队跑的更快、更稳的一个重要工具。起点客户端团队基于当前的迭代场景,结合自身的一些开发特定,定制了一套完整的精准化测试体系,对业务测试的效率和App的稳定性,提供了强有力的工具保障。
关系图谱是描述两个元素直观关系的一种数据可视化方式。通过两点一线来描述一段关系,多段关系组成一张关系网,如人物关系图。
关系图谱在太阿业务系统中进行了落地实践。太阿平台是监察办案的一站式作业平台,主要包括对新房或二手房经纪人违规行为的调查闭环线上化、调查过程中的溯源工具合集以及一些可能涉及风险的流程审核等。其中溯源工具中的事实图谱和亲密度图谱就采用了关系图谱。
事实图谱用来还原经纪人作业中的一切事实关系,如经纪人A使用过的电话号、设备、小程序、身份证,联系过的客户、经纪人,分享或浏览过的房源,到访过的门店等等,每个相关元素(房源等)依然存在自己的事实关系网。
亲密度图谱是基于相同底层数据抽象而成的亲密度图谱,可以查询经纪人/客户-经纪人/客户的直接关系,以及该直接关系是通过设备、电话、WIFI组成的哪些链路产生的连接。
以上两种图谱需要满足一些基本的交互:点的拖拽、删除、筛选、扩散,和基本的布局:扩散、链路对称等。下面我们从以下几个方面来进行详细的讲述,通过阅读本文,我们在遇到与关系图相关需求时,能够快速选型,并对整个实现过程有基本的了解:
上文说到,小程序架构中存在两个关键问题,不解决则小程序项目就无从谈起。在这篇文章中,我们会尝试解决这两个问题。
本系列文章分为上下两篇。
小程序开放平台架构指南(上)中介绍了小程序开放平台的核心价值点与开发路线图。
小程序开放平台架构指南(下)里对小程序开放平台中两个关键问题: 跨端通信与跨端构建响应式 Dom 界面的解决思路进行了介绍。
关注公众号
接收推送