Input di esempio
Un nickname non è una verifica dell'identità
@alice_smith può corrispondere a un elemento nominale. Per prenses con forceToGenderize può essere restituita una previsione anche se il nome resta null. user47291 può restare sconosciuto. Si tratta di input di esempio; non assegniamo loro in anticipo alcun risultato di genere.
Logica di analisi
Come funziona la previsione del genere da un nome utente?
Il sistema cerca elementi nominali riconoscibili e altri indizi linguistici nel nome utente o nel nome visualizzato. Il normale fallback IA cerca un nome reale utilizzabile; con forceToGenderize l'IA può interpretare un nickname senza un nome reale. Il risultato viene restituito insieme ai campi di contesto; un input casuale o insufficiente non dovrebbe essere forzato a un risultato.
Modalità di utilizzo
Scegli il metodo adatto ai tuoi dati
Elabora grandi set di dati senza codice
Analizza i nomi utente di un file Excel o CSV in quattro passaggi
- 01
Apri lo strumento Excel/CSV
Apri lo strumento di importazione di GenderAPI e carica il file da elaborare.
- 02
Scegli la colonna di origine
Collega la colonna che contiene nomi utente, nickname o nomi visualizzati.
- 03
Attiva l'interpretazione dei nickname
Attiva l'opzione che interpreta alias e nomi usati sui social network.
- 04
Verifica un campione, poi esporta
Esamina prima un campione rappresentativo di record, poi elabora l'intero file e scarica i dati arricchiti.
I nuovi account includono 200 crediti API gratuiti al giorno, così puoi provare il flusso su un campione prima di elaborare l'intero file.
Casi d'uso
Usalo come segnale complementare quando manca un nome reale
L'analisi dei nomi utente può essere utile per dati provenienti da social network, community, giochi e profili creati dagli utenti stessi, quando il campo del nome è vuoto. Se disponi di una fonte più diretta e consentita, come un nome reale o un indirizzo email, usa l'endpoint corrispondente.
Limiti
Non trattare il risultato come un'identità verificata
Non tutti i nickname contengono un nome reale, le associazioni culturali variano e la stessa espressione può avere significati diversi in lingue diverse. Se il segnale è insufficiente, accetta un risultato vuoto invece di trasformare dati deboli in una conclusione definitiva.
Guida all'implementazione V2
Salva separatamente i dati di origine e la previsione
Conserva l'identificativo originale del record. L'API non apre alcun profilo, non verifica chi sia il titolare di un account e non conferma alcuna identità. Invia un contesto del paese solo quando disponi di un dato affidabile; non ricavarlo dal dominio o dalla lingua del sito.
| Input di esempio | Campo o opzione | Interpretazione |
|---|---|---|
| @alice_smith | data.name / data.match | Conserva il nome utente originale; non trattare il frammento trovato come un nome verificato. |
| prenses | forceToGenderize: true | Consente di interpretare un nickname privo di un nome reale. Può essere restituito un genere con data.name impostato a null; non inventare un nome per la persona. |
| user47291 | data.result_status: unknown | Un input ambiguo o insufficiente può restare sconosciuto. Non è un motivo per ripetere automaticamente la richiesta. |
Invia il nome utente con type: username; non inviare l'URL di un profilo. La ricerca nel set di dati rimuove una @ iniziale, normalizza il testo e forma i candidati in base a separatori e cifre. Una richiesta standard può aggiungere un numero limitato di corrispondenze per prefisso e suffisso; forceToGenderize non usa questi frammenti aggiuntivi. Se più voci corrispondono, viene scelta quella con il numero di occorrenze registrate più alto. Usa type: email per gli indirizzi email e type: name per i nomi reali.
Scegli la modalità di elaborazione e il costo in crediti
| Opzione | Elaborazione | Costo per elemento riuscito |
|---|---|---|
| options.ai_mode: off | Solo set di dati | 1 credito |
| options.ai_mode: fallback | Prima il set di dati; se non viene determinato alcun genere, normale fallback IA | 1 credito in totale, IA inclusa |
| options.ai_mode: always | Direttamente all'IA | 2 crediti |
| forceToGenderize: true | Prima il set di dati, poi l'interpretazione del nickname senza richiedere un nome reale | 1 se basta il set di dati; 2 in totale se viene usata l'IA |
Per una richiesta singola il valore predefinito è fallback, per gli elementi di un batch off. forceToGenderize è facoltativo per nomi, indirizzi email e nomi utente; in questo caso ometti ai_mode o usa fallback, perché l'opzione non può essere combinata con off e always. Anche i risultati unknown riusciti vengono addebitati. Per iniziare basta un saldo iniziale positivo; al termine dell'operazione il saldo può diventare negativo.
Assegna opzioni proprie a ogni elemento di un batch
Gli input di esempio non garantiscono una determinata previsione. Imposta GENDERAPI_API_KEY nell'ambiente del server e non inserire la chiave in codice pubblico lato client. V1 e V2 usano la stessa chiave dell'account e lo stesso saldo. Verifica la chiave con /api/v2/usage e controlla che meta.access.mode abbia il valore api_key.
Scegli un linguaggio di programmazione. Configura la tua chiave API, poi esegui l'esempio sul tuo server.
Ogni richiesta di previsione è una nuova operazione a pagamento, anche quando è un nuovo tentativo. Questi esempi non riprovano automaticamente. Controlla lo stato dell'addebito prima di inviare un'altra richiesta.
Prima dell'esecuzione: accesso e gestione degli errori
Esegui questi esempi sul tuo server. Imposta GENDERAPI_API_KEY nell'ambiente del processo con la tua chiave API esistente. Verifica che meta.access.mode sia api_key: una chiave non riconosciuta può portare alla prova IP.
Per le risposte JSON con HTTP 4xx e 5xx, il corpo dell'errore viene conservato e l'esempio termina con un codice di uscita diverso da zero. Controlla code, action e meta.usage.billing_status prima di riprovare. Per le risposte batch con HTTP 200, controlla anche data o error di ogni elemento.
Guida a errori e nuovi tentativi →cURL 7.76+ in una shell POSIX. Esegui nel terminale. Documentazione del runtime
Node.js 22+; fetch integrato. Salva come example.mjs ed esegui node example.mjs. Documentazione del runtime
Python 3.10+; libreria standard. Salva come example.py ed esegui python3 example.py. Documentazione del runtime
PHP 8+ con l'estensione cURL. Salva come example.php ed esegui php example.php. Documentazione del runtime
Java 17+; client HTTP standard. Salva come GenderApiExample.java ed esegui java GenderApiExample.java. Documentazione del runtime
Applicazione console .NET 8+. Usalo come Program.cs in un progetto console, poi esegui dotnet run. Documentazione del runtime
Go 1.22+; libreria standard. Salva come main.go ed esegui go run main.go. Documentazione del runtime
Gestisci i risultati degli elenchi e le richieste ripetute
POST /api/v2/gender/batch accetta fino a 50 elementi con una chiave API e 10 con la prova IP. Assegna a ogni elemento valori propri per type, value e options. Se vuoi usare il normale fallback IA, indica fallback esplicitamente in ogni elemento. id deve essere univoco all'interno del batch; index parte da zero all'interno del batch inviato. Salva separatamente i tuoi identificativi di lavoro e di riga di origine.
HTTP 200 non significa che tutti gli elementi siano riusciti. Gestisci separatamente i risultati identified, unknown ed error; meta.summary.succeeded conta sia identified sia unknown. Valuta insieme data.gender, source, confidence_kind, confidence, match e reason. Non trattare come equivalenti un punteggio dell'IA e una frequenza nel set di dati.
Se meta.usage.billing_status ha il valore confirmed, ripeti solo gli errori operativi che consentono una nuova richiesta. Se lo stato è unconfirmed o la risposta è andata persa, fermati e verifica l'addebito. Inviare di nuovo lo stesso elemento, anche un risultato unknown riuscito, crea una nuova operazione a pagamento; non inviare mai di nuovo l'intero elenco alla cieca.
Contratto delle richieste batch · Campi della risposta · Opzioni IA · Valutare accuratezza e confidenza · Informativa sulla privacy
I componenti aggiuntivi per Excel e Google Sheets e le altre integrazioni pronte all'uso possono usare una propria connessione e un proprio formato dei risultati. Non dare per scontato che il loro output segua questo schema JSON V2; consulta la guida aggiornata della rispettiva integrazione.
Domande frequenti
Il genere da un nome utente o da un nickname
È possibile determinare il genere da un nome utente?
Se attivi forceToGenderize nella V2, viene controllato prima il set di dati; se non viene determinato alcun genere, l'IA può interpretare il nickname senza che serva un nome reale. Il risultato può restare unknown e non è un'identità verificata. Il normale fallback IA richiede invece un nome reale utilizzabile.
Quali nomi utente danno i risultati più utili?
Un segnale più utile può venire da valori che contengono un nome reale, una forma di nickname riconoscibile o un chiaro elemento nominale. Sequenze casuali di caratteri e nomi di marchi possono non dare alcun risultato.
Posso analizzare un singolo nome utente tramite API?
Sì. L'endpoint singolo analizza un elemento. Per più elementi è disponibile un endpoint dedicato alle richieste batch.
Posso importare un file Excel o CSV?
Sì. Nello strumento per i file puoi scegliere la colonna con i nomi utente o i nomi visualizzati e attivare l'interpretazione dei nickname.
Perché devo salvare insieme i campi di confidenza e di origine della V2?
Nella V2 data.confidence è compreso tra 0 e 1. Valuta il valore insieme a source e confidence_kind, perché un punteggio dell'IA e una frequenza nel set di dati sono misure diverse. Conserva i risultati unknown e il campo reason.
Il risultato è adatto alla segmentazione?
Può servire come segnale complementare in analisi aggregate e nell'arricchimento dei dati, ma non dovrebbe decidere da solo questioni ad alto impatto per una singola persona né stabilirne l'identità.
Posso provare il servizio gratuitamente?
I nuovi account GenderAPI includono 200 crediti API gratuiti al giorno, che puoi usare per provare campioni rappresentativi tramite API o file.
