Telemetr
Sign in
Telemetr
Account menu
Read this article in English →

tgadsspy Nasıl Çalışır: Sınıflandırıcı ve Ingest Pipeline'ın Teknik Derinlemesi

tgadsspy veri pipeline'ının teknik dokümantasyonu — veri toplama, niş sınıflandırma mimarisi (regex + ağırlıklar), 3 adımlı coğrafi sınıflandırıcı pipeline, SHA256 içerik adresli medya depolama ve toplama önbelleği. Geliştiriciler, araştırmacılar ve uyumluluk ekipleri için.

by Telegram Ads Spy research
2 min read
TelegramX
Contents
  1. Amaç ve Hedef Kitle
  2. 1. Veri Kaynağı
  3. 2. Niş Sınıflandırması
  4. 3. Coğrafi Sınıflandırma
  5. 4. Medya Yansıtma (Mirror)
  6. Metodoloji Referansı

Amaç ve Hedef Kitle#

Bu belge Telegram Ads Spy'ın veri toplama, sınıflandırma ve Telegram reklam verisi sunma süreçlerinin teknik derinlemesidir. /about sayfasındaki genel bakışı uygulama düzeyinde ayrıntılarla tamamlar.

Birincil hedef kitle: genel API üzerine inşa eden geliştiriciler, kaynak atıfı için veri kökenini anlaması gereken araştırmacılar ve sistemin OSINT metodolojisini değerlendiren uyumluluk ekipleri.


1. Veri Kaynağı#

Telegram Ads Spy'daki tüm reklam verileri tek bir kaynaktan gelir: otomatik veri toplama hattımız. Toplama katmanımız Telegram'ın API'si üzerinde çalışır ve yapılandırılmış veri döndürür.

Topladığımız Veriler#

  • İzlediğimiz kanallardaki sponsorlu mesajlar — metin, CTA butonu ve bağlantısı, medya, reklamverenin yönlendirdiği hedef
  • Kanal meta verileri — başlık, kullanıcı adı, açıklama, abone sayısı, avatar
  • Kanal araması — keşif için ve bir kullanıcı t.me bağlantısı gönderdiğinde kullanılır
  • Telegram'ın benzer kanal önerileri — kanal havuzunu büyütmek için kullanılır

2. Niş Sınıflandırması#

Her AdCreative ~25 kategoriden birine atanır: sports-betting, crypto-exchange, defi, forex-trading, p2p-crypto, gambling, edtech, real-estate ve diğerleri. Sınıflandırma, başlık + metin + CTA URL üzerindeki regex kurallarıyla lib/niche.ts içinde gerçekleşir.

Mimari: Ağırlık sistemi — güçlü eşleşmeler ("1xBet" → sports-betting gibi) 3–5 puan atar; zayıf eşleşmeler 1–2. En yüksek toplam puanlı niş kazanır.


3. Coğrafi Sınıflandırma#

3 adımlı pipeline:

  1. Kanal dili → langToGeo() eşlemesi (ru → RU/UA/KZ/BY, ar → SA/EG/AE/…)
  2. CTA URL → TLD çıkarımı (.de → DE, .com.br → BR)
  3. Reklam metni → para birimi kalıpları, şehir adları, düzenleyici referanslar

4. Medya Yansıtma (Mirror)#

Orijinal medya bağlantıları geçicidir (1 saatlik TTL). Mirror-cron (Telegram Ads Spy-media-mirror, her 5 dakikada):

  1. Medya dosyasını indirir
  2. SHA256 hash hesaplar
  3. /var/www/tgadsspy-media/<önek>/<hash>.<uzantı> altında saklar
  4. AdCreative.mediaUrl → kalıcı /m/<hash>.<uzantı> URL'ini günceller

Telegram Ads Spy üzerinden canlı veriler

Telegram Ads Spy, Telegram'daki tüm sponsorlu reklamları gerçek zamanlı olarak endeksler. Keşfedilen yaratıcılar tgadsspy.com/ads üzerinden incelenebilir veya açık API /api/v1/ads aracılığıyla dışa aktarılabilir.

Veri erişimi: tgadsspy.com · CC-BY-4.0.

Metodoloji Referansı#

Tam dokümantasyon: tgadsspy.com · API: /api/v1/ads. CC-BY-4.0.

Also available in:

Cite this article

tgadsspy research (2026). tgadsspy Nasıl Çalışır: Sınıflandırıcı ve Ingest Pipeline'ın Teknik Derinlemesi. tgadsspy.com. Retrieved from https://tgadsspy.com/blog/tr-tgadsspy-metodoloji-siniflandirici-2026

Licensed CC-BY-4.0 — reuse allowed including commercial, attribution required.

Related research

#osint →