搜索　｜　会员　　
你所在的位置:信息化频道 /大数据
  • 『综合』　用户画像技术及方法论
    用户画像也是近几年比较热的一个词，不过很多小伙伴对于画像的认知还只是标签化的层面，或者只是利用其做一些简单的分群分析；如何全面地认知并做系统性地尝试，背后有非常多的点需要我们深思挖......
  • 『综合』　菜鸟实时数仓技术架构演进
    在开源盛世的今天，实时数仓的建设已经有了较为成熟的方案，技术选型上也都各有优劣。菜鸟作为物流供应链的主力军，时效要求已经成为了核心竞争力......
  • 『机器学习』　如何从0到1设计搭建AI售前营销机器人？
    AI目前在不同行业有各自的细分应用。对话机器人，针对不同的业务场景，有每个领域的细分落地。由此，对于对话机器人的整体设计思路也不同。......
  • 『机器学习』　机器学习模型必不可少的5种数据预处理技术
    如果您曾经参与过数据科学项目，那么您可能会意识到数据挖掘的第一步和主要步骤是数据预处理。在现实生活问题中，我们得到的原始数据往往非常混乱，机器学习模型无法识别模式并从中提取信息。......
  • 『机器学习』　机器学习项目实操指南
    有的人可以徒手推导机器学习算法公式，可以深入源码了解算法的实现，又或者在Kaggle比赛中获得不错的名次，但在实际的项目中却走得“步履蹒跚”，究其根本原因是机器学习知识体系还不完善。......
  • 『消息队列』　Kafka为啥这么快
    微服务、事件驱动架构和CQRS(命令查询的责任分离CommandQueryResponsibilitySegregation)是构建当代业务应用程序的主要工具。......
  • 『综合』　这里有60款值得推荐的大数据开源工具
    Apache的Hadoop项目已几乎与大数据划上了等号。它不断壮大起来，已成为一个完整的生态系统，众多开源工具面向高度扩展的分布式计算。......
  • 『综合』　阿里的大数据建设方法论
    阿里强大的大数据建设方法论是怎样的？笔者从数据技术篇、数据模型篇以及数据管理篇三部分展开介绍，这些将让你开阔视野，同时也会带给你启发。......
  • 『机器学习』　人工智能的五个阶段
    人工智能（ArtificialIntelligence，AI），从科学的角度来说，人工智能是研究爱、开发用于模拟、延伸和扩展人类智能的理论与方法、技术应用系统的一门科学。这么科学主要包括语音识别、图像识别......
  • 『机器学习』　如何评估推荐系统的“健康”状况
    推荐系统也有自己的健康指标，不同的业务、不同的场景、不同的阶段都有不同的指标，所以选择好的评估指标以及合适的评估方式，才能让推荐系统更加“健康”。......
  • 『综合』　OPPO数据中台之基石：基于Flink SQL构建实时数仓
    OPPO积累了大量的数据,上图右边是整体数据规模的演进:从2012年开始每年都是2~3倍的增长速度,截至目前总数据量已经超过100PB,日增数据量超过200TB。......
  • 『综合』　6亿用户音乐场景下的AI思考
    网易云音乐是音乐爱好者的集聚地，云音乐推荐系统致力于通过AI算法的落地，实现用户千人千面的个性化推荐，为用户带来不一样的听歌体验。......
  • 『机器学习』　知识图谱不复杂
    随着互联网业务的发展，产生了大量的数据，数据经过分析会推动业务的发展。将数据中蕴含的知识用图的结构表示出来，就形成了知识图谱。......
  • 『机器学习』　腾讯在信息流内容理解技术上的解决方案
    本文详细分析了在信息流推荐中，传统NLP做内容理解时的局限性，以及新的要求。我们通过对实际用户行为的分析，总结了一套基于兴趣点图谱的内容理解方案......
  • 『综合』　从0到1构建大数据平台
    如今大数据在各行业的应用越来越广泛：运营基于数据关注运营效果，产品基于数据分析关注转化率情况，开发基于数据衡量系统优化效果等......
相关主题
大家在关注
我们的推荐
最新的干货