Open Source
Все мои каналы: https://t.me/black_triangle_tg/7888 @ustugovva - менеджер по рекламе Канал на бирже: https://telega.in/c/open_source_friend/ РКН: https://www.gosuslugi.ru/snet/676ffbcc506f96772884abea
Mostrar más📈 Análisis del canal de Telegram Open Source
El canal Open Source (@open_source_friend) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 51 644 suscriptores, ocupando la posición 2 574 en la categoría Tecnologías y Aplicaciones y el puesto 12 029 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 51 644 suscriptores.
Según los últimos datos del 09 julio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 235, y en las últimas 24 horas de 6, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 18.09%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 10.04% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 9 342 visualizaciones. En el primer día suele acumular 5 183 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 34.
- Intereses temáticos: El contenido se centra en temas clave como gear, soft, интерфейс, браузер, typescript.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Все мои каналы:
https://t.me/black_triangle_tg/7888
@ustugovva - менеджер по рекламе
Канал на бирже: https://telega.in/c/open_source_friend/
РКН: https://www.gosuslugi.ru/snet/676ffbcc506f96772884abea”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 10 julio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
retrieval-based архитектура: ответ на заданный вопрос ищется в базе знаний с помощью набора NLP моделей.
▫️rule-based подход: чатбот может генерировать реплики и управлять диалогом помощью описанный вручную правил, сценариев и веб-форм
База знаний чатбота состоит из двух больших частей - базы фактов и FAQ. В базе фактов ищется факт, на основе которого можно сформулировать ответ, даже если текст ответа в явном виде не содержится в факте. В FAQ ищутся готовые ответы на типовые вопросы, при этом текст ответа выдается собеседнику без изменений. Поиск информации в базе фактов осуществляется моделью релевантности предпосылки и вопроса. Подбор подходящей записи в FAQ выполняется помощью детектора синонимичности. Обе эти модели обучаются на больших датасетах.
Правила и вербальные формы описываются вручную, но также опираются на несколько NLP моделей. Модель синонимичности и классификатор интента позволяют выбирать подходящее правило. Named Entity Recognition модуль извлекает из реплики человека необходимую ключеую информацию.
По умолчанию бот отвечает пассивно, не пытаясь задавать уточняющие вопросы и т.д. Процедурные средства (правила, сценарии, веб-формы) могут сделать бота более проактивным, он будет задавать свои вопросы собеседнику, активно пополняя свою базу знаний.
https://github.com/Koziev/chatbot
=============
Если нашел интересный софт, поделись с сообществом: @FOSS_triangle_bot