почему скрывают номер на авито
Как убрать подменный номер на Авито
На самой популярной доске объявлений Avito ежедневно публикуются тысячи предложений по покупке и продаже самых разных вещей (включая жилплощадь, авто и многое другое). Когда покупатель связывается продавцом не исключены мошенничества. Но сервис предлагает особую опцию – защита телефона. За пользователем остается право активировать или отключить её. Перед удалением вашего подменного номера на сайте объявлений Авито, стоит подробнее рассмотреть эту функцию и её пользу для продавцов.
Что собой представляет подменный номер от Авито и зачем его убирать?
Это позволяет исключить:
Благодаря подключенному подменному номеру, никто не сможет узнать, кем именно было размещено объявление. Как известно, получив только номер телефона человека, можно узнать о нем много дополнительной информации. Это особенно опасно, если пользователь продает жилплощадь или другие дорогостоящие вещи.
Важно! Защиту номера можно активировать только в том случае, если пользователь публикует объявления вида «Личный автомобиль» или «Собственник». При публикации объявления просто в рамках использования тарифа, подобная услуга будет недоступна.
Особенности защиты контактных данных на доске объявлений
Перед тем, как убрать или активировать подменный номер продавцу на сайте Авито, стоит уточнить несколько моментов:
Но любая система несовершенна и иногда ошибочно происходит блокировка реальных покупателей (например, если человек приобрел сим-карту, которую раньше использовали мошенники). Либо владелец объявления по тем или иным причинам хочет получать все предложения. Тогда он может без проблем отказаться от защищенного номера.
Каким образом убрать свой подменный номер телефона на сервисе Авито
Чтобы отказаться от данной опции, достаточно во время публикации объявления просто не соглашаться с пунктом « Защитить номер от спама ». Если речь идет об объявлениях, которые уже есть в системе, то их настройки можно отредактировать.
Для этого необходимо:
После этого в объявлении на Авито будет публиковаться реальный номер. Позже можно также отредактировать отображение информации и выбрать сгенерированный номер. Для этого просто поставьте галочку рядом с пунктом « Защитить номер ». Также можно выбрать другие варианты связи.
Благодаря подменным номерам не приходится чистить список контактов мобильного телефона и тратить время на чтение спама. Поэтому стоит несколько раз подумать, прежде чем убирать такую опцию на Avito. Если мошенник получает реальные данные пользователя, то он может попробовать оформить поддельную сделку с доставкой или прислать ему ссылку на оплату товара через «фейковую» страницу. Существуют десятки других методов обмана, с которыми ежедневно вынуждены бороться сервисы с объявлениями.
Видео-инструкция
Смотрите видео о том, каким способом можно убрать подменный номер телефона на сайте Авито.
Покупатели увидят в объявлении подменный номер что это значит на Авито
Что значит замена телефона при публикации объявлений на Авито?
Услуга « Подменный номер » была запущена на торговой площадке «Авито» примерно с 2013 года. До этого публикуемые продавцами товаров номера телефонов частенько становилась добычей злоумышленников. С 2013 года Avito совместно с операторами МТТ и МТС начала внедрение системы «временных номеров», подменяющих настоящие данные на публикуемых в объявлениях.
Такие подменные номера позволяли повысить безопасность продавцов и избавиться от смс-спама, которыми ранее бомбардировались телефоны. При звонке на данный номер срабатывает переадресация на настоящий телефонный номер. И таким образом звонящий попадает на нужного ему продавца.
Вся история звонков при этом собирается в вашем личном кабинете на сайте Авито и анализируется системой.
Данная услуга подключается ко всем подаваемым частным объявлениям по умолчанию. Но это значит, что при желании вы можете её отключить.
Можно ли отключить функцию «Покупатели увидят в объявлении подменный номер»
Если вы по каким-либо причинам решили отказаться от данной услуги, тогда вам необходимо выполнить следующее:
При продаже автотранспорта необходимо открыть опцию « Номер телефона » в создаваемом объявлении. И снять галочку с уже упомянутой нами опции « Защитить номер от спама ».
Если при публикации вашего объявления появилось сообщение « Невозможно создать подменный номер », рекомендуем убрать галочку с данной опции и попробовать ещё раз.
Что делать, если предоставленный телефон не нравится
Каким образом поступить, если услуга «подменный номер» на Авито работает плохо
В некоторых случаях пользователи отмечали наличие проблем при звонках, если подключается функция «Покупатели увидят в объявлении подменный номер». Это значит, что отмечалось плохое качество связи, различные посторонние шумы. При этом даже если вы не дозвонились к нужному продавцу, то за такой неудачный звонок с вас могли списать деньги.
Для этого необходимо выполнить следующее:
Заключение
Выше мы рассмотрели, что означает на сайте объявлений Авито уведомление «Покупатели увидят в объявлении подменный номер». Для каких целей создана опция замены данных, и что делать, если она работает не должным образом. Если по каким-либо причинам вы не хотите ей пользоваться, тогда перейдите в нужное объявление и отключите данную опцию. Но учитывая всё вышеизложенное, мы бы рекомендовали оставить её в активном состоянии. Она служит отличным инструментом для защиты вашего телефонного номера от спама и поступления на ваш номер множества ненужных звонков.
Имейте в виду, на Авито – одна из самых плохих служб поддержки. Из личного опыта.
Отличная идея. Как защита от спамеров.
Ну и как это работает в реале? А если злоумышленник просто станет слать спам на якобы защищенный номер, они будут блокировать его?
Компании типа MTC или Билайн имеют огромные базы спам-номеров. Поэтому они могут автоматически идентифицировать входящий звонок.
Ребята, покупайте виртуальные номера телефонов для ведения вашего бизнеса. Происходит переадресация всех звонков на другие заранее заданные номера. Абонплата — примерно тыща/мес.
Ничесе, даже услуга смены номера есть.
Ставил я себе подменный номер. Решил опробовать с другого телефона дозвониться. Так вот – это очень сложно. Связь сбоит, идет какая-то музыка, часто происходит сброс вызова.
Деньги за вызов с мобильного списываются, как при обычном звонке.
Авито придумало новый развод. Стало блокировать номера телефонов покупателей. При обращении отвечают.
Вами сделано с вашего номера много звонков, что беспокоило продавцов и на основании этого мы заблокировали ваш номер на всегда. —
Вот такой ответ, я думаю даже ребенок с детского сада не даст.
Авито — данный сайт основан на общении на разговорах ( на телефонных звонках). И если вы работники сайта!, ЭТОГО НЕ ЗНАЛИ, то придите к истокам сайта. И не творите тупой самосуд, ( со стороны выглядит как тупой, еще тупее.).
Вы ж сами таким ходом убиваете свой сайт. Многие пользователи не понимают, по чему они не могут дозвонится до продавцов. А то, что это система авито блокирует номера, так как с номера сделали боле 20 звонков по квартирам, или автомобилям на подменные номера(а их щас ставят все продавцы).
Подменные номера, это происходит так продавец подает объявление, и сам того не знает включает функцию подменный номер — тем самым делает свой товар не доступным. Так как покупатель обзванивая несколько таких продавцов просто попадает в блокировку. Вот и весь диагноз.
Не удивлюсь, что скоро авито выкатит откат по разблокировке таких вот номеров
И замете пользователи сайта, вы своими звонками не нарушаете правил сайта авито. Просто алчность АВИТО не знает берегов.
Ну и мое как пожелание данному руководящему составу авито — вы или перестаньте заниматься глупостями( ведь жадность до добра еще ни кого не доводила.), или ваш сайт умрет сам по себе.
Защита номера на Авито: новый способ скрыть свои данные
Я регулярно работаю с доской объявлений Авито и не перестаю удивляться тому, как оперативно они обновляются.
Сегодня я хочу поделиться новой фишкой – услугой защиты номера. Как это работает и зачем это нужно? Читайте далее.
Защита номера – зачем это надо?
В последние годы я и сам замечал такую интересную вещь – живёшь себе спокойно, никого не трогаешь, тебя тоже никто не трогает. Не звонит и ничего не предлагает. Пока никто не знает твой номер – тебя не беспокоят:
Но вся эта лафа кончается с того момента, как только ты подашь какое-то объявление через Авито. Сразу начинаются звонки, ты берёшь трубку в надежде, что это твой любимый покупатель решил посмотреть твою курточку, которую ты «один раз померил» и которая «не подошла по размеру», а не тут-то было!
Сначала на той стороне трубки идёт переключение телефонных линий (что доказывает, что переключают с помощью робота-дозвонщика) и через 5-10 секунд к разговору подключается приветливый, но назойливый голос.
Этот голос совсем не интересует ваша куртка (или что вы там ещё продаёте). Ему (голосу) главное – успеть за первую минуту, пока вы не готовы бросить трубку, вылить на вас ведро спама и ещё умудриться зацепить вас за святое, чтобы пригласить вас в свою клинику, на распродажу или куда-то ещё.
Короче говоря, спам – он и в Африке спам. И если вас реально бесят такие звонки и вы не готовы к их предложениям, то вариант защиты номера телефона вам как раз кстати.
Сокрытие номера – как это работает
Фишку с режимом защиты номера от спамеров Авито разработали относительно не давно. Работает это всё предельно просто. Вместо вашего настоящего номера телефона на доске объявлений будет фэйковый номер от системы Авито. Именно его будут видеть спамеры.
Вот что предлагает Avito:
На этапе подачи объявления вы можете выбрать это пункт:
Подключение защиты номера Авито
Если вам захочется вернуть всё назад – вы легко сможете это сделать, отредактировав настройки или при подаче объявления отменив галочку напротив пункта о «защищенном номере».
Однако есть ещё один интересный вариант для защиты.
Альтернативный способ спрятать номер на Авито
Про этот вариант не все в курсе, однако он уже встречается и особо продвинутые юзеры им активно пользуются. Ведь, что ни говори, а предыдущий метод защиты номера – это использование переадресации от мобильных операторов и доверия им не всегда достаточно.
По тому же закону Яровой они обязаны собирать и хранить все наши телефонные разговоры. А не всем этого хочется – итак государство о нас знает почти всё!
Короче, есть более простой способ защитить свой номер на доске объявлений – для связи оставлять только сообщения Авито:
Выбор способа связи на Авито
Подключается эта фича достаточно просто – всё там же на этапе подачи объявления выбираете соответствующий пункт для способа связи:
Если не хотите светить своим номером – смело жмите напротив пункта «в сообщениях» и тогда для связи с вами потенциальные покупатели будут предварительно писать вам текстовые вопросы в личку. А уже там вы сможете дать свой номер тем, кому вы пожелаете сами.
Однако не для всех категорий пока эта фишка доступна. Например в разделе «недвижимость» нельзя выбрать этот пункт.
А у вас есть свои способы как скрыть номер телефона на доске объявлений? Пишите в комментах.
Для чего и как мы скрываем госномера автомобилей в объявлениях Авито
Привет. В конце прошлого года мы стали автоматически скрывать номера автомобилей на фотографиях в карточках объявлений на Авито. О том, зачем мы это сделали, и какие есть способы решения таких задач, читайте в статье.
Задача
На Авито за 2018 год было продано 2,5 миллиона автомобилей. Это почти 7000 в день. Всем объявлениям о продаже нужна иллюстрация — фото автомобиля. Но по государственному номеру на нём можно найти много дополнительной информации о машине. И некоторые наши пользователи стараются самостоятельно закрывать госномер.
| |
| |
| |
Причины, почему пользователи хотят скрывать госномер, могут быть разными. Со своей стороны мы хотим помогать им защищать свои данные. И стараемся улучшать процессы продажи и покупки для пользователей. Например, у нас уже давно работает услуга анонимного номера: когда вы продаёте автомобиль, для вас создается временный сотовый номер. Ну а чтобы защитить данные о госномерах, мы обезличиваем фотографии.
Обзор способов решения
Чтобы автоматизировать процесс защиты пользовательских фотографий, можно воспользоваться сверточными нейронными сетями для детектирования полигона с номерным знаком.
Сейчас для детекции объектов используются архитектуры двух групп: двухэтапные сети, например, Faster RCNN и Mask RCNN; одноэтапные (singleshot) — SSD, YOLO, RetinaNet. Детектированием объекта является вывод четырёх координат прямоугольника, в которые вписан объект интереса.
Упомянутые выше сети способны находить на картинках множество объектов разных классов, что уже является избыточным для решения задачи поиска номерного знака, потому что машина у нас на картинках, как правило, всего одна (бывают исключения, когда люди фотографируют свою продаваемую машину и её случайную соседку, но это происходит достаточно редко, поэтому этим можно было пренебречь).
Ещё одна особенность этих сетей состоит в том, что по умолчанию они выдают bounding box со сторонами, параллельными осям координат. Это происходит так, потому что для детектирования используется набор заранее определённых видов прямоугольных рамок, называемых anchor boxes. Если точнее, то сначала с помощью какой-то сверточной сети (например resnet34) из картинки получают матрицу признаков. Потом для каждого подмножества признаков, полученного с помощью скользящего окна, происходит классификация: есть или нет объект для k anchor box и проводится регрессия в четыре координаты рамки, которые корректируют её положение.
Подробнее об этом можно прочитать здесь.
После этого есть ещё две головы:
одна для классификации объекта (собака/кошка/растение и т.д),
вторая (bbox regressor) — для регрессии координат рамки, полученной на предыдущем шаге, чтобы увеличить соотношение площади объекта к площади рамки.
Для того, чтобы предсказать повернутую рамку бокса, нужно изменить bbox regressor так, чтобы получать ещё и угол поворота рамки. Если этого не делать, то получится как-то так.
Кроме двухэтапного Faster R-CNN, есть одноэтапные детекторы, например RetinaNet. Он отличается от предыдущей архитектуры тем, что сразу предсказывает класс и рамку, без предварительного этапа предложения участков картинки, которые могут содержать объекты. Для того чтобы предсказывать повернутые маски, нужно также изменить голову box subnet.
Один из примеров существующих архитектур для предсказания повернутых bounding box — DRBOX. Эта сеть не использует предварительный этап предложения региона, как в Faster RCNN, поэтому она является модификацией одноэтапных методов. Для обучения этой сети используется K повернутых под определенными углами bounding box (rbox). Сеть предсказывает вероятности для каждого из K rbox содержать таргет объект, координаты, размер bbox и угол поворота.
Модифицировать архитектуру и заново обучить одну из рассмотренных сетей на данных с повернутыми bounding boxes — задача реализуемая. Но нашу цель можно достигнуть проще, ведь область применения сети у нас гораздо уже — только для скрытия номерных знаков.
Поэтому мы решили начать с простой сети для предсказания четырёх точек номера, впоследствии можно будет усложнить архитектуру.
Данные
В задании дана фотография автомобиля. Необходимо выделить номерной знак автомобиля, используя для этого четырёхугольник. При этом следует выделять государственный номер максимально точно.
С помощью Толоки можно создавать задания по разметке данных. Например, оценивать качество поисковой выдачи, размечать разные классы объектов (текстов и картинок), размечать видео и т.д. Их будут выполнять пользователи Толоки, за плату, которую вы назначите. Например, в нашем случае толокеры должны выделить полигон с госномером автомобиля на фото. В целом это очень удобно для разметки большого датасета, но получить высокое качество довольно сложно. На толоке много ботов, задачей которых является получить с вас деньги, наставив ответы рандомно или с помощью какой-то стратегии. Для противодействия этим ботам есть система правил и проверок. Основной проверкой является подмешивание контрольных вопросов: вы размечаете вручную часть заданий, пользуясь интерфейсом Толоки, а далее подмешиваете их в основное задание. Если размечающий часто ошибается на контрольных вопросах, вы его блокируете и разметку не учитываете.
Для задачи классификации очень просто определить, ошибся размечающий или нет, а для задачи выделения области это не так просто. Классический способ — считать IoU.
Если это отношение меньше некоторого заданного порога для нескольких заданий, то такой пользователь блокируется. Однако для двух произвольных четырехугольников посчитать IoU не так просто, тем более, что в Толоке приходится это реализовать на JavaScript. Мы сделали небольшой хак, и считаем, что пользователь не ошибся, если для каждой точки исходного полигона в небольшой окрестности находится точка, отмеченная разметчиком. Ещё есть правило быстрых ответов, чтобы блокировались слишком быстро отвечающие пользователи, капча, расхождение с мнением большинства и т.д. Настроив эти правила, можно ожидать довольно неплохую разметку, но если нужно действительно высокое качество и сложная разметка, нужно специально нанимать фрилансеров-разметчиков. В итоге наш датасет составил 4к размеченных картинок, и стоило всё это 28$ на Толоке.
Модель
Теперь сделаем сеть для предсказания четырёх точек области. Получим признаки с помощью resnet18 (11.7M параметров против 21.8M параметров у resnet34), далее делаем голову для регрессии в четыре точки (восемь координат) и голову для классификации, есть на картинке номерной знак или нет. Вторая голова нужна, потому что в объявлениях о продаже машины не все фотографии с машинами. На фото может быть деталь автомобиля.
Подобное нам, конечно, детектить не надо.
Обучение двух голов делаем одновременно, добавив в датасет фото без номерного знака с таргетом bounding box (0,0,0,0,0,0,0,0) и значением для классификатора «картинка с номерным знаком / без» — (0,1).
Тогда можно составить единую лосс функцию для обеих голов как cумму следующих лоссов. Для регрессии в координаты полигона номерного знака используем гладкий L1 loss.
Его можно интерпретировать как комбинацию L1 и L2, который ведёт себя как L1, когда абсолютное значение аргумента велико и как L2, когда значение аргумента близко к нулю. Для классификации используем softmax и crossentropy loss. Экстрактор признаков — resnet18, используем веса, предобученные на ImageNet, дальше дообучаем на нашем датасете экстрактор и головы. В данной задаче мы использовали фреймворк mxnet, так как он является основным для computer vision в Авито. Вообще, микросервисная архитектура позволяет не привязываться к конкретному фреймворку, но когда имеешь большую кодовую базу, лучше использовать ее и не писать тот же самый код заново.
Получив приемлемое качество на нашем датасете, мы обратились к дизайнерам, чтобы нам сделали номерной знак с логотипом Авито. Сначала мы конечно попробовали сделать сами, но выглядел он не очень красиво. Дальше требуется изменить яркость номерного знака Авито на яркость оригинальной области с номерным знаком и можно накладывать логотип на изображение.
Запуск в прод
Проблема воспроизводимости результатов, поддержки и развития проектов, решённая с некоторой погрешностью в мире backend- и frontend-разработки, всё ещё стоит открытой там, где требуется использовать модели машинного обучения. Вам наверняка приходилось разбираться в легаси коде моделек. Хорошо если в readme есть ссылки на статьи или опенсорс-репозитории, на которых базировалось решение. Скрипт для запуска переобучения может упасть с ошибками, например, поменялась версия cudnn, и та версия tensorflow уже не работает с этой версией cudnn, а cudnn не работает с этой версией драйверов nvidia. Может, для обучения использовался один итератор по данным, а для тестирования и в продакшене другой. Так можно продолжать довольно долго. В общем, проблемы с воспроизводимостью существуют.
Мы стараемся убрать их, используя nvidia-docker окружение для обучения моделек, в нём есть все необходимые зависимости для сuda, также туда устанавливаем зависимости для питона. Версия библиотеки с итератором по данным, аугментациями, инференсу моделек — общая для стадии обучения/экспериментирования и для продакшена. Таким образом, чтобы дообучить модель на новых данных, вам нужно выкачать репозиторий на сервер, запустить shell скрипт, который соберет докер-окружение, внутри которого поднимется jupyter notebook. Внутри у вас будут все notebook’и для обучения и тестирования, которые точно не упадут с ошибкой из-за окружения. Лучше, конечно, иметь один файл train.py, но практика показывает, что всегда требуется смотреть глазами на то, что выдаёт моделька и что-то менять в процессе обучения, так что в конце вы всё равно запустите jupyter.
Веса модели хранятся в git lfs — это специальная технология для хранения больших файлов в гите.До этого мы пользовались артифактори, но через git lfs удобнее, потому что скачивая репозиторий с сервисом, вы сразу получаете актуальную версию весов, как на продакшене. Для инференса моделей написаны автотесты, так что не получится раскатить сервис с весами, которые их не проходят. Сам сервис запускается в докере внутри микросервисной инфраструктуры на кластере kubernetes. Для мониторинга производительности мы используем grafana. После раскатки мы постепенно увеличиваем нагрузку на инстансы сервисов с новой моделькой. При выкатке новой фичи мы создаем а/б тесты и выносим вердикт по дальнейшей судьбе фичи, опираясь на статистические тесты.
В результате: мы запустили замазывание номеров на объявлениях в категории авто для частников, 95 перцентиль времени обработки одной картинки для скрытия номера равен 250 мс.