字节跳动作为全球日活超20亿的互联网公司，产品侧收到了大量的离线反馈/IM/举报/电话投诉，加上外部舆情数据/应用市场数据，构成了泛客诉域数据全集。如何基于泛客诉域数据全集，快速识别高危安全风险，优化产品体验等，带来许多技术上的挑战。

SkyNet 天网平台自2019年立项研发，投入20+RD&PM，日接入超过50+业务线和150+数据源，覆盖离线反馈/IM/举报/舆情/工单/电话 ASR/应用市场等多渠道，专注于数据分析、问题挖掘（安全+体验）和智能监控告警，项目沉淀算法以及工程专利超过20篇。

字节跳动作为全球日活超20亿的互联网公司，产品侧收到了大量的离线反馈/IM/举报/电话投诉，加上外部舆情数据/应用市场数据，构成了泛客诉域数据全集。如何基于泛客诉域数据全集，快速识别高危安全风险，优化产品体验等，带来许多技术上的挑战。

SkyNet 天网平台自2019年立项研发，投入20+RD&PM，日接入超过50+业务线和150+数据源，覆盖离线反馈/IM/举报/舆情/工单/电话 ASR/应用市场等多渠道，专注于数据分析、问题挖掘（安全+体验）和智能监控告警，项目沉淀算法以及工程专利超过20篇。

演讲提纲：

1. 背景介绍
   • 安全+体验问题带来的挑战
2. SkyNet 天网平台架构
   • 天网的骨骼--架构
   • 天网的神经--调度
   • 天网的大脑--算法
   • 天网的血液--数据
   • 天网的皮肤--前端
   • 天网的喉舌--VoC
3. SkyNet 的落地推广与实践
   • 查询：构造千亿级数据量 OLAP 引擎
   • 定位：问题归因能力
   • 跟进:  闭环解决方案
   • 智能：AI 能力赋能智能化
4. SkyNet 天网平台核心算法能力介绍
   • 文本理解标签化
   • 多模态语义理解
   • 未知事件聚类
   • 多渠道数据 StoryLine 低频低热问题识别
   • 时序预测与智能告警
5. 总结与展望

你将获得：

1. 通过 NLP 技术对反馈进行情感分析和构建标签化体系
2. 通过 NLP 聚类与词频分析技术对反馈进行未知态势问题识别
3. 通过 NLP+CV 多模态技术提升问题挖掘能力
4. 通过时序预测+多种策略联合决策进行智能告警
5. 构建大数据 OLAP 引擎，对多类型数据源进行实时查询与消费，日均处理数据千亿级
6. 跟AB、画像、客户端 Trace、APM 等数据打通，构建基于场景和时间线的流事件分析能力