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
Больше📈 Аналитический обзор Telegram-канала Open Source
Канал Open Source (@open_source_friend) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 51 644 подписчиков, занимая 2 574 место в категории Технологии и приложения и 12 029 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 51 644 подписчиков.
Согласно последним данным от 09 июля, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 235, а за последние 24 часа — 6, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 18.09%. В первые 24 часа после публикации контент обычно набирает 10.04% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 9 342 просмотров. В течение первых суток публикация набирает 5 183 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 34.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как gear, soft, интерфейс, браузер, typescript.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“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”
Благодаря высокой частоте обновлений (последние данные получены 10 июля, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
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