Soutify — Plattform für Social-Media-Monitoring
Backend-Lead bei Soutify
Das Problem
Kunden mussten in dem Moment wissen, was über sie auf Twitter und in weltweiten Nachrichten gesagt wurde — auf Arabisch ebenso wie auf Englisch, ein Paar, das die meisten Monitoring-Werkzeuge schlecht oder gar nicht abdecken.
Rahmenbedingungen
- Kontinuierliche Datenaufnahme aus mehreren Quellen, ohne die Suche träge werden zu lassen
- Arabisches Sentiment ist kein übersetztes englisches Sentiment — Dialekt und Verneinung hebeln naive Modelle aus
- Nutzer brauchten beliebige boolesche Abfragen über Accounts, Hashtags, Schlüsselwörter und Zeitfenster
Zentrale Entscheidungen
Django für Aufnahme und Abfrage anstelle von ein leichteres asynchrones Framework
Der schwierige Teil war das Abfragemodell, nicht die I/O. ORM, Migrationen und Admin trugen ein komplexes relationales Schema, das sonst von Hand geschrieben und gepflegt worden wäre.
Soutify hilft Kunden dabei, Markenerwähnungen zu verfolgen, die öffentliche Stimmung auszuwerten und Trendthemen über mehrere Plattformen hinweg gleichzeitig zu verstehen.
Ich habe die Backend-Infrastruktur mit Django entworfen und umgesetzt. Die eigentliche Herausforderung bestand darin, Twitter- und weltweite Nachrichtenströme kontinuierlich aufzunehmen und dabei Suche und Auswertung reaktionsschnell zu halten.
Ich habe das Monitoring-System gebaut, mit dem Nutzer eigene Suchparameter anlegen — bestimmte Accounts, Hashtags, Schlüsselwörter und komplexe boolesche Abfragen über Zeiträume hinweg. Gemeinsam mit dem KI-Team habe ich die Sentimentanalyse für arabische und englische Inhalte integriert, mit abgestuften Stimmungswerten und Themenklassifikation.
Technologien
Kundenprojekt — Quellcode unterliegt einer Geheimhaltungsvereinbarung.
Möchten Sie so etwas für Ihr Unternehmen?
Kontakt aufnehmen