搜索　｜　会员　　
你所在的位置:信息化频道 /大数据
  • 『机器学习』　知识图谱的自动构建
    知识图谱的构建包括逻辑建模、隐含空间分析、人机交互和本体模型支撑等多种方法。我们将分析各种构建方法的问题和挑战，指出自动构建的要素和应用场景。......
  • 『消息队列』　Kafka 入门
    Kafka是由Linkedin公司开发的，它是一个分布式的，支持多分区、多副本，基于Zookeeper的分布式消息流平台，它同时也是一款开源的基于发布订阅模式的消息引擎系统。......
  • 『综合』　利用高效率的补贴策略驱动用户增长
    在互联网的早期，各个垂直领域都是缺少竞品的空白区域，平台属于野蛮生长时期，最需要做好获客，适合AARRR模型。而在当下各个细分领域的供需双边都饱和的情况下，获客成本越来越高，且留存的成......
  • 『机器学习』　知识图谱的技术与应用
    知识图谱是一个比较新的工具，它的主要作用还是在于分析关系，尤其是深度的关系。所以在业务上，首先要确保它的必要性，其实很多问题可以用非知识图谱的方式来解决。......
  • 『Spark』　Flink 在有赞实时计算的实践
    这篇主要由五个部分来组成：首先是有赞的实时平台架构。其次是在调研阶段我们为什么选择了Flink。在这个部分，主要是Flink与Spark的structuredstreaming的一些对比和选择Flink的原因。......
  • 『综合』　HBase 数据迁移到 Kafka 实战
    正常情况下，一般都是源数据到Kafka，再有消费者处理数据，将数据写入HBase。但是，如果逆向处理，如何将HBase的数据迁移到Kafka呢？......
  • 『机器学习』　机器学习评估指标AUC综述
    在互联网的排序业务中，比如搜索、推荐、广告等，AUC(AreaundertheCurveofROC)是一个非常常见的评估指标。......
  • 『消息队列』　Kafka、RabbitMQ、RocketMQ等消息中间件介绍和对比
    在分布式系统中,我们广泛运用消息中间件进行系统间的数据交换,便于异步解耦。现在开源的消息中间件有很多,前段时间产品RocketMQ(MetaQ的内核)也顺利开源,得到大家的关注。......
  • 『综合』　Hadoop数据仓库开发实战
    哪些维度进行汇总等，需要根据业务需求及明细层实际汇总频率来确定，原则上，业务使用频繁的的维度需要对这些维度建立汇总层，汇总的指标可以和业务需求共同设计完成。......
  • 『机器学习』　中文知识图谱构建技术以及应用的综述
    知识图谱一直是研究的热点，东南大学漆桂林老师等发表了一篇关于中文知识图谱构建的综述论文，详细讲述了当前中文知识图谱的研究进展，是非常好的学习资料......
  • 『机器学习』　打造基于机器学习的推荐系统
    推荐系统在本质上是一个信息检索的系统。它和搜索最大的区别是，搜索是主动式的，根据关键词和引擎参数、搜索引擎召回、机器学习排序，决定给你看到的是哪些内容。而我们看到的推荐系统，在大多......
  • 『消息队列』　Kafka 应用实践与生态集成
    ApacheKafka发展至今，已经是一个很成熟的消息队列组件了，也是大数据生态圈中不可或缺的一员。ApacheKafka社区非常的活跃，通过社区成员不断的贡献代码和迭代项目，使得ApacheKafka功能越发丰......
  • 『机器学习』　内容推荐系统机制与实战
    推荐架构大同小异，主要包含召回、排序、策略三部分。召回：通过各种业务抓手粗选出用户可能感兴趣的东西。排序：结合用户已有信息、场景信息、推荐内容信息，使用模型算法排序，满足核心业务目......
  • 『机器学习』　音频内容理解的关键技术
    对于音频与视频这种内容，即使在加速的情况下也需要一定的时间来听完、看完音频和视频内容才能够进一步理解它。如果采取人力处理这些问题会遇到困难，我们就可以借助于机器辅助人来进行处理。......
  • 『综合』　内容中台的内容理解与应用
    从纸媒、电视传媒开始，内容产业搭载着互联网的发展快车，跨过了网络门户、论坛等形式，在移动互联网的普及下，终于迎来爆发式的发展。而随着内容产业的飞速发展，我们对内容的加工处理方式也逐......
相关主题
大家在关注
我们的推荐
最新的干货