LinkedIn使用自动化系统识别我们的消息平台上的模式。这些模式有助于我们提高您的专业沟通效率和信息量。例如，我们的系统执行以下操作：
-
查找表示表情符号以将其渲染为图像的特定字符串。
-
查找指示web链接的文本（例如以“.com”或类似结尾），以呈现链接页面的预览。
-
当您开始在收件人字段中键入姓名时，请尝试预测收件人可能是谁，并提供自动完成选项。
-
查找提及的成员或公司名称，分别将链接添加到他们的个人资料和LinkedIn页面。
-
检查邮件中共享的恶意网站链接，并查找黑名单关键字以检测垃圾邮件。
-
建议潜在的相关回应（例如，信息建议）。
-
在附件中查找病毒或其他有害代码。
-
寻找特定的字符（例如消息末尾的问号）和上下文特定的关键字，提出相关的回答（智能回复）。
-
查找视频聊天、工作日或日期，看看我们的软件是否可以帮助您设置会议。
-
检测并防止可能的有害内容。
我们的系统有时会将这些见解与上下文信息结合使用。例如：
-
如果发件人是招聘人员，则包含特定字符或单词的消息更有可能是关于工作机会的。然后，我们的系统可能会相应地提出消息建议。
-
当一个新开通的LinkedIn账户频繁发送带有某些单词的消息，以及会员之前在其他标记为垃圾邮件的消息中看到的链接时，我们的系统可能会将这些消息检测为垃圾邮件。
虽然识别消息中的文本模式通常是在非常基本的级别上完成的（例如，识别构成表情符号的字符串），但我们的系统有时使用机器学习来开发和提供更复杂的功能。
这本质上意味着我们的分析模型和算法会根据成员的使用情况随时间而改进。例如，成员是否以及如何使用消息建议或我们的消息助理，有助于完善建议或其他帮助，以及何时提供。如上所述，我们对垃圾邮件检测模型的改进是基于用户反馈的机器学习的另一个示例。
您可以选择退出我们对您传入的私人消息进行的自动扫描，以查找违反我们的专业社区政策。由于隐私法的原因，欧盟成员国默认退出，所有其他国家默认加入。然而，我们的自动化系统将始终对垃圾邮件、金钱欺诈、病毒、恶意软件和恶意网站提供基本防御。有害消息的选择退出设置不会影响基本防御。
请注意，对于我们的消息助理和类似的机器人程序，您可以通过在对话中添加、提及或响应此类机器人程序来选择是否加入。