"विचारों का बादल": उपयोगकर्ता की स्मृति कैसे बनाएं जो लोगों को एक साथ लाती है और गोपनीयता नहीं खोती है
मुख्य बात के बारे में संक्षेप में (BLUF)
उपयोगकर्ता को याद रखना एक डबल-बॉटम कार्य है: लोगों को उनके विचारों से जोड़ना उपयोगी है, लेकिन एक रिसाव उत्पाद में विश्वास को हमेशा के लिए खत्म कर देता है। हम दिखाते हैं कि "विचारों के बादल" की परतें कैसे व्यवस्थित होती हैं, असफल-बंद होना जितना लगता है उससे अधिक महत्वपूर्ण क्यों है, और कौन से प्रकटीकरण चैनल दूसरों की तुलना में अधिक सख्त हैं।
उत्पाद के बारे में ही - NeuralSpace में "विचारों के बादल" - हम आपको पहले ही बता चुके हैं: सिस्टम आपके बारे में जो कुछ जानता है उसे एकत्र करता है और, आपसी सहमति से, समान रुचियों वाले लोगों को एक साथ लाता है ("मैं एक 3D मॉडलर की तलाश में हूं" ↔ "मैं 3D बना रहा हूं")। यहाँ - के बारे में इंजीनियरिंग पक्ष: उपयोगी उपयोगकर्ता मेमोरी को लीक होने से कैसे रोकें। यह फीचर से भी अधिक दिलचस्प साबित हुआ।
डबल बॉटम समस्या
मैं एक ही समय में दो चीजें चाहता हूं, और वे एक-दूसरे के विपरीत हैं:
- समृद्ध प्रोफ़ाइल. लोगों को एक साथ लाने के लिए, आपको तथ्यों को जानना होगा: वह क्या करता है, वह क्या खोजता है, वह क्या प्रदान करता है।
- डिफ़ॉल्ट रूप से गोपनीयता. कोई भी इस बात से सहमत नहीं था कि उनका पत्र-व्यवहार सार्वजनिक हो जायेगा। रिसाव = विश्वास की हानि और 152-एफजेड का उल्लंघन।
एक सहज कार्यान्वयन ("चलो सब कुछ इकट्ठा करें और एक मैच शुरू करें") बिंदु 2 को तुरंत तोड़ देता है। चारों ओर अच्छा वास्तुशिल्प निर्मित है असफल-बंद: डिफ़ॉल्ट रूप से बंद, केवल स्पष्ट सहमति से खुलासा, और कोड स्तर पर सत्यापित, "हम वादा करते हैं" नहीं।
परतें
1. तथ्य जुटाना. दो स्रोत: संरचनात्मक तथ्य (पीढ़ी के प्रकार, गतिविधि - अवैयक्तिक) और चैट पत्राचार से निष्कर्षण। दूसरा सबसे संवेदनशील है, इसलिए इसमें गेट लगा दिया गया है अलग चैट मेमोरी टॉगल स्विच उपयोगकर्ता पर. इसे बंद कर दिया - पत्राचार से निकासी बिल्कुल नहीं होती है। महत्वपूर्ण: यह द्वार नहीं सशुल्क सुविधाओं की सदस्यता से जुड़ा हुआ - गोपनीयता नहीं बेची जानी चाहिए।
2. श्रेणियाँ निषिद्ध हैं. सिस्टम संग्रह अनुरोध इससे बाहर रखा गया 152-एफजेड (स्वास्थ्य, राजनीतिक और धार्मिक विचार, आदि) के तहत संवेदनशील श्रेणियां - वे अस्पष्ट नहीं होतीं, भले ही वे बातचीत में सामने आ जाएं। यह कोई पोस्ट फ़िल्टर नहीं है, बल्कि निष्कर्षण चरण के दौरान एक नियम है।
3. दोहरा सहमति मिलान. दो व्यक्तियों के हित एक जैसे होते हैं - व्यवस्था नहीं संपर्कों को स्वचालित रूप से दिखाता है. वह दोनों पक्षों का परिचय देती है; संपर्क तभी खुलता है जब दोनों मान गया। यह "मेरा चैट अनुरोध मेरे फ़ोन नंबर के साथ किसी अजनबी पर पॉप अप हुआ" परिदृश्य से बचाता है।
4. स्पष्ट घोषणाओं के लिए अपवाद. सूक्ष्म बिंदु. यदि कोई व्यक्ति सार्वजनिक रूप से चैट में कहता है, "मैं एक सेवा बेच रहा हूं, जिसे भी इसकी आवश्यकता है, उसे @nick लिखें" - दूसरी बार सहमति मांगना बेतुका है, वह पहले ही दे चुका है। ऐसे सार्वजनिक रूप से अनुमत संपर्क को अलग से पहचाना जाता है और तुरंत इच्छुक पार्टी को बताया जाता है। संपर्क व्यापक रूप से पहचाना जाता है (@ के साथ और बिना टेलीग्राम, किसी भी प्रारूप में फोन, लिंक), लेकिन प्रकटीकरण की स्थिति - बिल्कुल स्पष्ट सार्वजनिक अनुमति, न कि केवल पाठ में संपर्क की उपस्थिति।
फेल-क्लोज्ड जितना लगता है उससे कहीं अधिक महत्वपूर्ण है
इंटरफ़ेस स्तर पर "दिखाएँ/दिखाएँ नहीं" ध्वज के साथ सुरक्षा करने का प्रलोभन है। यह गलत है: यूआई लॉजिक में कोई भी बग = लीक। हमने इसे अलग तरीके से किया - जिन तथ्यों के लिए कोई सहमति नहीं है वे भौतिक रूप से प्रोफ़ाइल में शामिल नहीं हैं इसकी सभा के चरण में। कोई सहमति नहीं - पत्र और मिलान में अनुरोधों और संदर्भों के पाठ बिलकुल मत मारो, और यह नहीं कि "वे वहां पहुंचते हैं, बल्कि हम उन्हें छिपाते हैं।" अंतर मौलिक है: पहले मामले में, एक भूला हुआ चेक = एक रिसाव, दूसरे में - बस डेटा की कमी।
इस तरह की प्रणाली बनाने वाले किसी भी व्यक्ति को हम जो नियम देंगे वह यह है: डिफ़ॉल्ट - बंद, प्रकटीकरण - सकारात्मक उपयोगकर्ता कार्रवाई, सत्यापन - जितना संभव हो डेटा स्रोत के करीब, स्क्रीन के नहीं।
प्रकटीकरण चैनल - अलग-अलग गंभीरता के
- चैट पर, स्वयं उपयोगकर्ता के अनुरोध पर - अवैयक्तिक तथ्य और पहले से ही सार्वजनिक लीड अधिक आसानी से पहुंच योग्य हैं: व्यक्ति ने स्वयं पूछा।
- सक्रिय मेल (सिस्टम स्वयं लिखता है "एक मैच है") - सख्त, केवल सदस्यता और दोहरी सहमति से।
तर्क सरल है: उपयोगकर्ता प्रकटीकरण की अपेक्षा जितना कम करेगा, सहमति के लिए बार उतना ही अधिक होगा।
जमीनी स्तर
यहां सबसे कठिन काम मशीन लर्निंग नहीं है, बल्कि है डेटा प्रवाह अनुशासन. यदि आप अनुशंसाएं कर रहे हैं या उपयोगकर्ता डेटा का मिलान कर रहे हैं, तो यह चर्चा करना दिलचस्प है कि आप सहमति जांच कहां करते हैं। आप अनुभाग में देख सकते हैं कि सिस्टम आपके बारे में क्या जानता है गोपनीयता.
अक्सर पूछे जाने वाले प्रश्न (FAQ)
प्रश्न: तंत्रिका नेटवर्क से सर्वोत्तम परिणाम कैसे प्राप्त करें?
उत्तर: अंग्रेजी में विस्तृत संकेतों (विवरण) का उपयोग करें, दृश्य की शैली और विवरण निर्धारित करें।
प्रश्न: क्या इन सामग्रियों का उपयोग व्यावसायिक उद्देश्यों के लिए किया जा सकता है?
उत्तर: हाँ, उत्पन्न सामग्री पूरी तरह से आपकी है।