Sentiment-tahlil sharhlar

1) Nima uchun iGaming platformasiga sentiment-tahlil

UX/to’lovlar/o’yin provayderlari muammolarini erta aniqlash.
Beklogning ustuvorligi: emotsiy va masshtab bilan mustahkamlangan bagi va fitzaproslar.
Marketing va ASO: yangiliklarning do’konlar reytinglariga/sharhlariga ta’siri.
Responsible Gaming: frustratsiya, shikoyat va zaharli pattern signallari.
Qo’llab-quvvatlash va ushlab turish: sapport rutinlari, avto javoblar va marshrutlash.

2) Manbalar va injest

Kanallar: App Store/Google Play, ijtimoiy tarmoqlar (X/FB/IG/Reddit), telegram chatlar va forumlar, sapport chiptalari/chatlari, NPS/CSAT, e-mail/qayta aloqa shakllari, strimlar (Twitch/Kick) - transkriptlar.

• deduplikatsiya, spam/botlarni olib tashlash;
• til identifikatsiyasi (ru, tr, es, pt, en, ka va boshqalar);
• tokenizatsiya va PII-tahririyat (nomlar, telefonlar, e-mail, kartalar → tokenlar);
• meta ma’lumotlar: mahsulot/versiya, mamlakat, qurilma, o’yin provayderi, kanal, reyting, vaqt.

3) Belgilar taksonomiyasi

Tonalligi: negative/neutral/positive (5 balli shkalaga kengaytiramiz).
Hissiyotlar: anger, frustration, confusion, joy, trust, disappointment (ixtiyoriy).
Aspect-based SA (aspect-based SA): to’lovlar, verifikatsiya (KYC), pul mablag’lari, laglar/krashlar, UX/lokalizatsiya, bonuslar/frispinlar, provayder/aniq o’yin, qo’llab-quvvatlash, moderatorning javobi.
Mavzular (topics): LDA/BERTopic yoki qoʻl katalogi.
Jiddiylik (impact): blocker/major/minor + pul mavjudligi (depozitlar/xulosalar).

4) Belgilash va o’qitish

Seed-belgilash: ustuvor jihatlar boʻyicha tilga 2-3k xabar.
Gaydlayn belgilash: sarkazm, jaranglash, la’natlash, aralash ohanglar misollari.
Active Learning: model qoʻshimcha belgilash uchun «noaniq» namunalarni tanlaydi.
Weak Supervision: evristika + qoidalar (masalan, so’kinish) → soxta belgilar.
Multizadoshlik: tonallik + jihat + bir kadrdagi hissiyot.

5) Modellar

Asosiy: tezkor MVP uchun TF-IDFdagi logreg/Linear SVM.
Transformatorlar: ko’p tilli (mBERT, XLM-R), domen bo’yicha o’rganilgan chekpoyntlar.

• Prompt-engineering для zero/low-shot;
• Domen belgilanishida fine-tuning;
• Distillation v kompakt modelы dlya prood-latentnosti;
• domen glossariyli RAG (iGaming-leksika, PSP/provayderlarning qisqartmalari).

• Aspect-Based SA: jihatlar tasnifi + ohanglilik jihati;
• Sarcasm/irony: kontekstli fichlar (emoji,!?, caps), kontrast reyting matn;
• Toxicity & Abuse: alohida binar/koʻp darajali klassifikator.

6) Ko’p tillilik va sleng

Normalizatorlar: translit, emoji-lug’at, tez-tez chop etiladigan xatolar.
Kross-til transferi + kichik, til-o’ziga xos qo’shimcha o’qitishlar (tr/es/pt/ru/ka).
Mahalliy lug’atlar: «balansni buradi/yeydi», «donat», «frispinlar», «prokrut», «Papara/Mefete», «withdraw pending».
Jihatlarni mahalliylashtirish (masalan, «Turkiya bankingi», «KYC LatAm»).

7) Sifat va metrika

Tasniflash: F1 (macro/weighted), sinflar bo’yicha aniqlik/to’liqlik, binary toksiklik uchun AUC.
Ko’p tillilik: tillar/kanallar bo’yicha metrika.
Aspect SA: micro/macro F1 (jihati, tonalligi).
Human-in-the-loop: belgi qo’yuvchilar o’rtasidagi kelishuv (κ -Cohen), bahsli holatlar auditi.
Onlayn-metrika: sapportda to’g "ri yo’nalishlar ulushi, P1/pulni yopish, ASO/NPS bilan bog’lanish.

8) Maxfiylik va komplayens

Zero-PII fich/log/dashbordlarda, identifikatorlarni tokenlash.
DSAR/oʻchirish: subʼyekt tokeni boʻyicha sharhlarni tezda identifikatsiya qilish.
Geo/tenant-izolyatsiya: brend/litsenziya hududida saqlash va inferens.
RG/AML filtrlari: ochiq vitrinalarda sezgir detallarni yashirish/tahrirlash.

9) Integratsiya va mahsulot harakatlari

Sapport: fakt/til/jiddiylik jihati bo’yicha avto-yo’naltirish; javob makroslarining tavsiyalari.
ASO/Marketing: relizlarni ohang bilan bog’lash; A/B kreativlar va offerlar; «1» sabablarini aniqlash.
UX/Dev: o’yinlar/provayderlar/qurilmalar bo’yicha agregatlar → bagfiks ustuvorliklari.
Responsible Gaming: tushkunlik/tajovuz → yumshoq cheklovlar/sovuq davrlar (siyosat doirasida).
Alertlar: aniq PSP/o’yin bo’yicha nojo’ya narsalar → P1/P2 hodisa.

10) Dashbordlar va API

Tillar: til, mamlakat, kanal, ilova versiyasi, brend, provayder, oʻyin, jihat, reyting.

• Sentiment Index (SI) kunlar/relizlar bo’yicha;
• jihatlari bo’yicha salbiy holatlar ulushi;
• toksiklik/sapportga shikoyatlar;
• javob/ruxsatnomaning o’rtacha vaqti;
• NPS/ASOga qo’shgan hissasi.
• API: ’/v1/reviews/aggregate’, ’/v1/reviews/aspect’, ’/v1/reviews/emotion’, filtrlar va derazalar (DAY/WEEK/ROLLING_7D), k-anonimlik (minimal N yozuvlar).

11) Konveyer (end-to-end)

1. Ingest sharh → tozalash/til → PII tahriri.
2. Feature Store matn fich/emoji/meta maʼlumotlar uchun.
3. Inference (ton/jihatlar/hissiyotlar/toksiklik) + confidence.
4. Post-processing: dedup/antispam, noaniq → chizish navbati.
5. Storage: Bronze (xom ashyo), Silver (normallashtirilgan), Gold (agregatlar/aspektlar).
6. BI/API/Alertlar va Human-in-the-loop.
7. MLOps: model versiyasi, shadow/canary, tillar dreyfi/jarganing monitoringi.

12) Monitoring va SLO

Ishonchlilik: p95 infenersa ≤ 200-300 ms onlayn, success-rate ≥ 99. 5%.
Sifati: maqsadli macro-F1 ≥; drift PSI leksika/tillar bo’yicha ≤ 0. 2.
Maxfiylik: loglarda nol PII-oqish; Attack-AUC ≈ 0. 5 (agar DP ishlatsangiz).
Operatsiya: eskalatsiyasiz yo’naltirilgan sharhlar, MTTA chiptalari ulushi.
Biznes: SI/ASO/NPS trendi, top-jihatlarni yopish tezligi.

13) Keyslar (iGaming)

To’lovlar/xulosalar: TR/BR → alert P1 da «withdraw pending» negativlarining o’sishi, muqobil PSP, maqom bannerini o’z ichiga oladi.
O’yin provayderi: u’provider = A’ning Android 14’dagi «lagi va uchish» to’lqini → fixni ustuvorlashtirish, taylarni vaqtincha yashirish.
Bonuslar/promo: o’yin shartlari bo’yicha salbiy → shartlarni qayta yozish, UX maslahatlarni yaxshilash.
Lokalizatsiya: es-MX → glossariy tuzatishlarida, LQAda «egri chiziqli tarjima» ning ko’tarilishi.

14) Shablonlar (foydalanishga tayyor)

14. 1 Jihatlar katalogi (parcha)

yaml aspects:
payments: ["deposit","withdraw","psp","chargeback","kyc"]
gameplay: ["lag","crash","provider","specific_game","fps"]
promo: ["bonus","freespins","wagering","cashback","vip"]
support: ["response_time","resolution","tone","helpfulness"]
ux: ["navigation","localization","fonts","notifications"]

14. 2 Inferens siyosati (SLO, privacy)

yaml inference:
p95_latency_ms: 250 success_rate: 0. 995 privacy:
pii_redaction: true min_group_size: 20 monitoring:
drift_psi_max: 0. 2 quality_macro_f1_min: 0. 78

14. 3 Agregatsiya sxemasi (Gold)

yaml date: DATE brand: STRING country: STRING lang: STRING channel: STRING  # appstore, googleplay, social, support aspect: STRING sentiment: STRING # neg/neu/pos reviews_count: INT neg_share: FLOAT toxicity_share: FLOAT si_index: FLOAT  # custom sentiment index

14. 4 Runbook «Xulosa negativlari payki»

1. PSP holatini/toʻlov navbatini tekshirish.
2. Maqom va SSS bannerini qoʻyish.
3. Zaxira yo’nalish/limitlarni kiritish.
4. Sapport: uzr so’rash makrosi + ETA.
5. Post-mortem: sabab, muddat, o’zgarishlar.

15) Yo’l xaritasi

0-30 kun (MVP)

1. Injest App Store/Google Play + sapport-tiketlar.
2. 3-darajali tonallik uchun bazaviy model (mBERT/XLM-R).
3. Jihatlar mini-katalogi (to’lovlar/KTS/krashi/bonuslar).
4. Dashbord SI va jihatlari bo’yicha salbiy, «withdraw» da alert.
5. Loglarda PII-tahririyat va Zero-PII tartib-taomillari.

30-90 kun

1. Aspect-based SA, toksiklik, hissiyotlar; faol o’qitish.
2. Jira beklogi bilan mavzuli modellashtirish va bogʻlash.
3. Shadow → canary modellar relizlari; sleng/tillar dreyfining monitoringi.
4. ASO/CRM bilan integratsiya qilish; chiptalarni avto-yo’naltirish.

3-6 oy

1. Distillation kompakt modellarga, keshlash; qiymat budjeti.
2. RAG-lugʻat va sapportga avtoyoʻllanma (javob makroslari).
3. Reyting pasayishi sabablarining kross-kanalli atributsiyasi.
4. Choraklik gigiyena-sessiyalar/leksikon jihatlari; maxfiylikning tashqi auditi.

16) Anti-patternlar

Tillarni hisobga olmagan holda «bitta umumiy» lug’at.
Jihatlar: yuqori aniqlik «o’rtacha», ammo Dev/CRM uchun nol foyda.
PII va DSAR tartib-taomillari tahriri mavjud emas.
Dreyf monitoringi yo’qligi → yangi slengda model «to’xtab qoladi».
«Qora quti» tushunarsiz va human-in-the-loop.

17) Bog’liq bo’limlar

Anomaliyalar va korrelyatsiyalarni tahlil qilish, Ma’lumotlar oqimidan alertalar, Tahlil va metrikaning API, DataOps-amaliyotlar, MLOps: modellardan foydalanish, Saqlash siyosati, Kirish nazorati, Ma’lumotlar etikasi, Xolislikni kamaytirish.

Jami

Sentiment-tahlil - bu nafaqat «ijobiy/salbiy», balki xavfsiz injest va maxfiylikdan tortib, aspektlar va alertlargacha, model va metrikalardan tortib, sapport va mahsulot bilan integratsiyalashuvgacha bo’lgan qarorlar qabul qilish tizimidir. iGaming’da u shovqinli sharhlarni o’lchanadigan ustuvorliklarga aylantiradi, fikslarni tezlashtiradi va o’yinchilarning ishonchini oshiradi.