BRLAB

BRLAB

Tехнологии MR

Tехнологии MR

01

METARATINGS (MR)

технология автоматизированного анализа семантики отзывов клиентов о товарах и услугах и составления на их базе объективных рейтингов.

02

Объективность

MR предоставляет пользователям объективную картину о поставщиках продуктов, анализируя отзывы и мнения как экспертов в сети, так и простых пользователей.

03

AI

Анализ производится с помощью каскада алгоритмов нейронных сетей и машинного обучения полностью автоматически, что позволяет быстро обрабатывать большие объемы данных, исключает ошибки из-за человеческого фактора и обеспечивает объективность на 100%.

100
+
Отзывов
5
+
Сайтов подключено
300
+
Жалоб рассмотрено
10
+
Партнеров
100
+
Отзывов

Отзывы как инструмент оценки

5
+
Сайтов подключено

Каждый ваш отзыв влияет на нашу оценку

300
К+
Жалоб рассмотрено

Каждый отзыв способен что-то изменить

METARATINGS

METARATINGS

METARATINGS

METARATINGS

METARATINGS

METARATINGS

Технология позволяет:

1

Определять характеристики продуктов в тексте и отношение к ним

2

Выявлять и игнорировать подозрительные/фальшивые отзывы.

3

Строить различные аналитические отчеты: карты сантиментов, изменения отношения во времени

Компоненты взаимодействуют по принципу микросервисов

Image Not Found

API-backend

Основной сервис, предоставляющий интерфейсы для получения результатов анализа и взаимодействия с сайтом.

  • ML-подсервис
  • Review-подсервис
  • ML-scrapers
Image Not Found

Web-app

Сервис отвечает за формирование административного веб-интерфейса системы ТААСО, позволяющая просматривать и управлять результатами анализа.

  • Functionality
  • Mathmetics
  • Bug Fixing
Image Not Found

Использованные технологии

и фреймворки

  • Python
  • TypeScript
  • NestJS
  • PostgreSQL
  • TypeORM
Image Not Found

Review-подсервис

Подсистема пост-обработки результатов анализа, агрегирующая оценки по аспектам и вычисляющая итоговый рейтинг для каждого объекта

Image Not Found

ML-scrapers

Модуль, автоматически собирающий отзывы с внешних сайтов и источников для последующего анализа.

Image Not Found

ML-подсервис

Подсистема машинного обучения, отвечающая за семантический анализ новых отзывов.

Такое разделение обеспечивает масштабируемость и модульность: новые отзывы собираются скрапером, сохраняются в базе данных, затем ML-подсервис обрабатывает их и сохраняет семантическую информацию (аспекты, тональность, метрики достоверности) в хранилище, откуда Review-подсервис вычисляет обновленные рейтинги и обеспечивает их выдачу через API на пользовательский фронтенд сайта.

На основе выделенных данных:

  1. Происходит ранжирование
  2. Строится Карта сантиментов (отношений к характеристикам)

Warning: Undefined array key "hotspot_offset_x" in /var/www/html/app/wp-content/plugins/elementor-pro/modules/hotspot/widgets/hotspot.php on line 1060

Warning: Trying to access array offset on value of type null in /var/www/html/app/wp-content/plugins/elementor-pro/modules/hotspot/widgets/hotspot.php on line 1060

Warning: Undefined array key "hotspot_offset_y" in /var/www/html/app/wp-content/plugins/elementor-pro/modules/hotspot/widgets/hotspot.php on line 1061

Warning: Trying to access array offset on value of type null in /var/www/html/app/wp-content/plugins/elementor-pro/modules/hotspot/widgets/hotspot.php on line 1061

Параметр оценки

Произволный параметр оценки

Пример визуального отображения на сайте

Technology

Технология MR позволяет:

Image Not Found

Определять характеристики продуктов в тексте.

Image Not Found

Определять отношение к этим характеристикам.

Image Not Found

Выявлять и игнорировать подозрительные/фальшивые отзывы.

Image Not Found

Строить различные аналитические отчеты: карты сантиментов, изменения отношения во времени и др.

О компании

Компания “РБ” является участником проекта “Сколково” с 2020г. и предоставляет пользователям объективную картину о поставщиках продуктов в понятном и чистом виде, анализируя отзывы и мнения как экспертов в сети, так и простых пользователей.

Технология быстро обрабатывает большие объемы данных, исключает ошибки из-за человеческого фактора, выявляет и игнорирует подозрительные/фальшивые отзывы и обеспечивает максимальную объективность.

В сфере электронной торговли (ecommerce) и в целом в интернете поддельные отзывы уже стали привычным явлением. Недобросовестные участники рынка накопили большой опыт, позволяющий им создавать отзывы, вводящие в заблуждение существенную часть потенциальных покупателей.

Также существуют системы, автоматически размещающие отзывы и тексты согласно правилам, однако эти правила не способны включить в себя все многообразие языка. Из-за этого составление рейтингов на основе отзывов клиентов не может быть объективным.

Решение данной проблемы актуально как для локального рынка, так и для международного. И покупатели, и добросовестные производители / продавцы заинтересованы в объективных рейтингах товаров и услуг на основе анализа подлинных отзывов клиентов.

Image Not Found

Стоимость

Стоимость программы рассчитывается индивидуально, оставьте свои контактные данные и информацию о проекте, мы свяжемся с вами для обсуждения всех деталей о проекте

Форма обратной связи