एपीआई के बारे में:
यह एपीआई दिए गए नाम का लिंग भविष्यवाणी करेगा। उच्च सटीकता और 160 से अधिक देशों के लिए समर्थन के साथ, आपके पास सर्वश्रेष्ठ लिंग भविष्यवाणी एपीआई उपलब्ध होगा।
यह एपीआई एक साधारण पाठ पैरामीटर प्राप्त करेगा। आप या तो एक नाम या एक ईमेल पास करेंगे, और यह उस नाम का लिंग और साथ ही उस भविष्यवाणी की सटीकता प्रदान करेगा। बस इतना ही।
यह एपीआई उन कंपनियों के लिए आदर्श है जो अपने डेटाबेस को महिला और पुरुष वर्गीकरण के साथ क्रमबद्ध करना चाहती हैं। यह आपको अपने ग्राहकों या उपयोगकर्ताओं के प्रति बेहतर दृष्टिकोण अपनाने की अनुमति देगा।
साथ ही, आपको उपयोगकर्ता के लिंग के आधार पर विज्ञापन दिखाने का मौका मिलेगा। अपने उपयोगकर्ताओं या ग्राहकों के लिंग को जानकर बेहतर अभियान लक्षित करें।
प्रति माह एपीआई कॉल की संख्या के अलावा, कोई अन्य सीमाएँ नहीं हैं।
{"status":"OK","gender":"male","accuracy":100}
curl --location --request GET 'https://zylalabs.com/api/203/gender+detection+api/209/get+gender?text=Martin' --header 'Authorization: Bearer YOUR_API_KEY'
| हेडर | विवरण |
|---|---|
Authorization
|
[आवश्यक] होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें। |
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
एपीआई एक JSON ऑब्जेक्ट लौटाता है जिसमें दिए गए नाम या ईमेल का अनुमानित लिंग और उस अनुमान की सटीकता शामिल होती है
प्रतिक्रिया डेटा में प्रमुख क्षेत्र "स्थिति" (अनुरोध स्थिति को दर्शाता है) "लिंग" (अनुमानित लिंग: पुरुष या महिला) और "सटीकता" (अनुमान विश्वास को दर्शाने वाला प्रतिशत) शामिल हैं
प्रतिक्रिया डेटा JSON प्रारूप में संरचित है जिसमें कुंजी-मूल्य युग्म होते हैं उदाहरण के लिए एक सामान्य प्रतिक्रिया इस तरह दिख सकती है {"status":"OK","gender":"male","accuracy":100}
एपीआई 160 से अधिक देशों के नामों के लिए लिंग भविष्यवाणी का समर्थन करता है जिससे यह विविध उपयोगकर्ताओं के आधार और अंतरराष्ट्रीय अनुप्रयोगों के लिए बहुपरकारी बन जाता है
एंडपॉइंट एकल पैरामीटर "नाम" को स्वीकार करता है जो किसी व्यक्ति का नाम या एक ईमेल पता हो सकता है उदाहरण के लिए आप "मार्टिन" या "[email protected]" दर्ज कर सकते हैं
डेटा की सटीकता लगातार अपडेट और व्यापक डेटासेट के खिलाफ मान्यकरण के माध्यम से बनाए रखी जाती है ताकि ऐतिहासिक नाम-लिंग संघों के आधार पर विश्वसनीय लिंग भविष्यवाणियां सुनिश्चित की जा सकें
सामान्य उपयोग के मामले में ग्राहक विभाजन के लिए डेटाबेस छंटाई लिंग के आधार पर लक्षित विपणन अभियान और व्यक्तिगत सामग्री के माध्यम से उपयोगकर्ता अनुभव को बढ़ाना शामिल है
यदि एपीआई लिंग का निर्धारण नहीं कर सकता है तो यह "लिंग" को शून्य या एक त्रुटि स्थिति के साथ प्रतिक्रिया दे सकता है उपयोगकर्ताओं को ऐसे मामलों को सुचारू रूप से प्रबंधित करने के लिए त्रुटि हैंडलिंग लागू करनी चाहिए
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
16ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,094ms
सर्विस लेवल:
83%
रिस्पॉन्स टाइम:
6,588ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
10,154ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
620ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
53ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
55ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
447ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
4,967ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,192ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
174ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
670ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
5,157ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,077ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
103ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
194ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,732ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
533ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,603ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,815ms