知鸦日报2022-06-24

用户满意度我们一直非常关注，从每个季度的满意度调研中可以看出租房用户对于使用效率、功能完善性、信息丰富度和真实性以及NPS都相对较低。那么基于用户满意度低的大背景，如何从体验层面提升租房用户的NPS呢？

设计总是离不开构图。构图相当于一个天平秤。能快速将视觉元素安排在合适的比例上，从而形成平衡的视觉感。

我们都知道，构图可以划分为不同类型的构图，例如上下构图、左右构图、对角构图和四周围绕构图等。而这些构图，文字又是按什么形式布局？是不是应该也会有规律可循？下面来浅谈一下如何将上下构图变化出不同的编排形式。

对于承载多个子产品的网站而言，单一的布局形式不能完全适用，因此我们需要全方面了解相关的布局框架理论。这有利于我们在定义复杂结构的Web界面时得心应手，做到统一化、规范化、可拓展及可快速迭代。

理解diff算法，更有助于理解各个框架本质。

压测的重要性毋庸置疑，相比于监控，压测可以说是主动手段。通过高负载的预演，及时发现线上服务的瓶颈和缺陷，对线上服务质量保障起到了至关重要的作用。本文将介绍B站压测的演进之路：手工阶段 → 平台1.0阶段 → 平台2.0阶段。

公司后端服务是以Java生态为主，有基于Dubbo的RPC服务、基于SpringBoot的HTTP服务两种开发模式，所有服务基于K8S的容器云双机房独立部署，支持双活流量的架构。

结合公司上下文环境、业务规模，综合考虑技术栈统一、服务治理、使用成本等多方面的因素，经过多部⻔商议，确定将“基于SpringBoot开发HTTP服务”作为主要开发模式。公司每天都有一些新的微服务产生，很多自研组件服务和中间件系统，需要服务开发者单独接入，为了规范和简化后端服务开发者集成应用，一套规范、集成的开发框架就变得非常有必要。

相信很多人都发现了市面上有不少大型互联网公司的app都推出了极速版，轻量版等等，保留了核心的功能体验，其余功能都做了很大的减法，以提高用户体验速度为主旨，如果从0开始做人力成本投入十分大，而且部分重合的业务会涉及多版本兼容，这时对于人力投入有限又想要快速推出极速版需求的公司提出了一个新的命题。

APP自动化打包常见的主流工具有Jenkins、fastlane。Jenkins功能强大，但是需要的配置也比较多，团队较大的可以优先考虑，fastlane是用Ruby语言编写的一套自动化工具集，比较轻便，配置简单，使用起来也很方便。本文会详细的介绍fastlane从安装到上传APP到蒲公英的整个流程。

本地服务（黄页）微聊代运营模式是指人工客服代替58平台上的商家与C端用户IM沟通聊天以获取商机（如用户联系方式、细粒度需求信息等），再将商机转交给商家，促进商家成单。我们基于58AI Lab自研的灵犀智能语音语义平台构建了智能客服商家版，将其应用在微聊代运营场景下，通过人机协作模式提高商机获取效率，打造了黄页商家智能聊天助手。这里的人机协作模式先后经历了三个阶段：在早期机器人效果较一般时，机器人和人工客服分时工作，即人工客服不上班时才由机器人接待用户咨询。在经过优化机器人效果较优时，先机器人再人工，即当用户来咨询商家时，白天先由机器人接待，若机器人能够聊出商机则结束会话，若不能再转接人工客服，晚上使用纯机器人接待。在机器人效果和人工很接近甚至超过人工时，使用纯机器人接待，人工客服去从事其他更复杂的工作。2021年年初，黄页商家智能聊天助手被商业化，以“微聊管家”命名随会员套餐一起打包售卖给商家，全年共计服务了数万个商家，为公司创造收入超过五千万元。当前，机器人的商机转化率（聊出商机的会话数/总会话数）已达到了人工客服的98%水平，我们实现了纯机器人接待，节省了数十名客服人力。

黄页商家智能聊天助手属于留资机器人，与以回答用户提问为主的QA问答机器人不同，留资机器人的主要任务是引导用户留下资料信息，不仅要做自动问答，还需要做多轮引导，技术挑战更大，对话策略更为复杂。我们在部分黄页类目下实践了基于强化学习的对话策略，商机转化率绝对提升了10%，本文主要分享我们基于强化学习的对话策略实践。

既要规避需求的常见问题，又要进行充分的评审，还要保证过程中的风险可控，且要进行度量和持续改进。

每个测试人员都知道保障需求质量非常重要，那到底为什么这么重要？如果要回答好这些问题，必须得了解需求是什么，从哪里来到哪里去，只有搞清楚需求的来龙去脉和常见的问题，我们才能够制定出合理的保障措施。

测试左移可以帮助我们尽早测试、经常测试；也可以帮助我们尽早修复、减少缺陷。

How we applied qualitative learning, human labeling and machine learning to iteratively develop Airbnb’s Community Support Taxonomy.

Before 2021, Uber engineers would have to take quite a taxing journey to make a code change to the Go Monorepo. First, the engineer would make their changes on a local branch and put up a code revision to our internal code review system, Phabricator. Next, our infrastructure would see the request and initiate a number of validation jobs on our CI. Those jobs would run build and test validation using the Bazel™ build system, check the coverage, do some other work, and report back to the user a red light (i.e., tests failed or some other issues) or green light. Next, the user, after seeing the “green light,” would get their code reviewed and then initiate a “land” request to the Submit Queue. The queue, after receiving their request, would patch their changes on the latest HEAD of the main branch and re-run these associated builds and tests to make sure their change would be valid at the current state of the repository. If everything looked good, the changes would be pushed and the revision would be closed.

This sounds pretty easy, right? Make sure everything is green, reviewed, and then let the queue do the work to push your change!

Well… what if the change is to a fundamental and widely used library? All packages depending on the library will need to be validated, even though the change itself is only a few lines of code. This might slow down the “build and test” part. Validating this change could sometimes take several hours. Internally, we call such changes big changes.

目前来说，官方的版本并没有提供保护源码的方法。在github开源的找到个大神提供的解决方案（https://github.com/toyobayashi/electron-asar-encrypt-demo） ，该方案可以把启动文件编译为node二进制文件，作为启动入口，来保护薄弱的js代码。在项目启动时，将加密后的代码进行解密，交回electron流程进行执行，从而避免上述步骤直接解包拿到源代码的可能。

经过分析对比，typora用的恰好是这个demo提供的思路。

用户侧需要解决“知识焦虑”问题，内容测需要解决“信息过载”、“信息孤岛”问题。基于以上问题，智能推荐系统应用而生，既为用户提供个性化内容，又有效的连接用户与内容。

做数仓最重要的是什么？一是模型易用性，二是数据质量。模型易用性我们可以通过建模规范、指标管理等方式去实现。而对于数据质量呢？本篇将以严选数仓为例，从建设目标、保障措施、效果评价等几方面探讨数仓质量建设。

如何讲清楚一件事我相信很多人都很困惑也很无助，改变我想法的是一句话：如果你讲不清楚多半是想不清楚，如果你都想不清楚如何能够带领更多人拿到结果？

马云在一次公开演讲中提到，"过去数字化是企业活得更好的一个手段，而现在和未来，数字化是企业活下去的关键。"在数字化的过程中，最大的成本就是软件研发的成本, 通过数字化管理软件研发就变成越来越重要的事情。

我懂你的士气低落，你懂我的有的放矢。