社区评论/电商规则治理系统设计
2023-10-12 10:49:26 0 举报
登录查看完整内容
针对社区评论治理的系统设计方案，也适用于电商交易规则制定。
作者其他创作
大纲/内容
定期检验召回率/召回准确率审核率/审核准确率
详细说明
列出不同行为对应该行为的处理方式比如：涉政——严重违规——直接删除——记过1次炫富——轻度违规——后置折叠——记过0.1次
违背国家法规
申述系统
行为程度分类（一级或多级，根据复杂度）
事前告知：规则公示
处罚系统（对行为/对人）
根据程度制订针对人的惩罚策略
申述
召回审核
对做该行为的人根据 行为程度分类制定处罚策略
举报中心
事后有处罚告知：1、告知用户该行为我们不鼓励/反对2、给用户申诉的机会，可能是我们系统识别错误
违背社区氛围
根据程度制订针对行为的惩罚策略
参考驾照扣分，不同行为扣的分不同
数据收集系统
用户行为收集平台主动收集
事中有提醒：比如我们识别到正在进行违规操作，及时提醒
违背道德伦理
待定池机器无法判定/目前无法判断
针对人的惩罚策略需要通知到人
标签系统
已存在行为根据行为程度分类实时惩罚，减少对他人影响
事前即可查阅：参考同类竞品的规则条文，应该是明文规定的，大家根据规则走。违背了规则才被惩罚。
严重违规
机器学习：gpt自然语言处理：规则关键词：无法识别的人工审核
处理
比如小红书很多贴被外界质疑炫富，它们也完善了这方面的规则
事后告知处罚结果及原因
列出不同行为对应该行为的处理方式比如：涉政——严重违规——直接删除炫富——轻度违规——后置折叠
行为根据程度进行分类
行为识别
根据行为对平台的负面影响程度确定
轻度违规可以再细分，比如标记出哪一类的轻度，对应不同处理
中度违规
通知系统
所有对人的记分处罚需要可申诉，处罚可撤销记分累计，短期高分违规用户进黑名单记分一定周期时间定期清零
事中提醒/引导：在路径关键点引导
收集用户行为，不断完善要管理的行为
0 条评论
回复 删除
下一页
