大数据驱动下的微博社会化推荐下载

1努力加油1 2019-03-05 06:59:37

新浪微博算法技术总监姜贵彬《大数据驱动下的微博社会化推荐》
相关下载链接：//download.csdn.net/download/karamos/9364127?utm_source=bbsseo

...全文

49 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

新浪微博算法技术总监姜贵彬《大数据驱动下的微博社会化推荐》

简介之前罗嗦一句：以下内容版本归原作者，本来本着分享精神我不应该要这一分的，但是我发现整理这些资源竟然整整花了我超过一个小时，而且原先地址的资源有些不能下载，我是千方百计找到所有的ppt，做个合集方便大家，节约大家的时间吧，以下正题！ 2015 中国大数据技术大会已经圆满落幕，本届大会，以更加国际化的视野，从政策法规、技术实践和产业应用等角度深入探讨大数据落地后的挑战，作为大数据产业界、科技界与政府部门密切合作的重要平台，吸引了数千名大数据技术爱好者到场参会。以下为合集列表: 1. 启明星辰公司副总裁潘柱廷：2016 年大数据技术发展趋势解读 2. Databricks公司联合创始人、Spark首席架构师辛湜：Spark发展：回顾2015，展望 2016 3. 京东云平台总架构师、系统技术部负责人刘海锋：从2014 到2016，大规模内存数据库演进之路 4. Hulu 资深研发主管梁宇明：Voidbox - Docker On YARN在Hulu的实践 5. Pivotal 研发总监姚延栋：开源大数据引擎：分布式Greenplum数据库内核分析 6. 阿里巴巴iDST语音组高级专家鄢志杰：Deep Learning助力客服小二：数据技术及机器学习在客服中心的应用 7. 小米金融技术主管方流： 大数据在互联网金融中的应用 8. 新加坡管理大学信息系统学院教授朱飞达：大数据与金融创新：从研究到实战 9. 宜信大数据创新中心首席数据科学家项亮： 大数据在信用风险管理中的应用 10. 南京大学计算机系PASA大数据实验室教授黄宜华：Octopus(大章鱼）：基于R语言的跨平台大数据机器学习与数据分析系统 11. 百度基础架构部高级架构师沈国龙：BML百度大规模机器学习云平台实践 12. 新浪微博算法技术总监姜贵彬：大数据驱动下的微博社会化推荐 13. FreeWheel技术副总裁李旸：FreeWheel基于大数据的新兴视频广告测量实践 14. 阿里巴巴数据安全部阿里数据安全小组总监郑斌：大数据下的数据安全 15. 数美公司联合创始人兼CTO梁堃：Sentry金融实时风控系统

理解大数据，实践大数据 理解大数据-实践大数据全文共48页，当前为第1页。内容对大数据的理解拓尔思大数据产品布局和应用实践理解大数据-实践大数据全文共48页，当前为第2页。反对派认为，我们现在处在一个盲目的大数据崇拜时代理解大数据-实践大数据全文共48页，当前为第3页。 大数据产生的背景数据的爆发式增长和社会化趋势，新摩尔定律 大数据已经成为一种自然资源机器数据日益重要 大数据不被利用就是成本理解大数据-实践大数据全文共48页，当前为第4页。 大数据产生的背景现有的商业软件难以处理大数据的规模和复杂性获取(capture) 存贮(storage) 搜索(search) 分享(sharing) 分析(analysis) 可视化(visualization) 理解大数据-实践大数据全文共48页，当前为第5页。奥巴马大数据战略 2012年3月29日，白宫发布美国政府的大数据计划通过提高从大型复杂的数字数据集中提取知识和观点的能力，承诺帮助加快在科学与工程中的步伐，加强国家安全，并改变教学研究理解大数据-实践大数据全文共48页，当前为第6页。 大数据的4V特性体量Volume 多样性Variety 价值密度Value 速度Velocity 非结构化数据的超大规模和增长总数据量的80~90% 比结构化数据增长快10倍到50倍是传统数据仓库的10倍到50倍 大数据的异构和多样性很多不同形式（文本、图像、视频、机器数据）无模式或者模式不明显不连贯的语法或句义大量的不相关信息对未来趋势与模式的可预测分析深度复杂分析（机器学习、人工智能Vs传统商务智能(咨询、报告等）实时分析而非批量式分析数据输入、处理与丢弃立竿见影而非事后见效理解大数据-实践大数据全文共48页，当前为第7页。对大数据的理解 大数据比云计算更为落地 大数据不仅仅是"大" 软件是大数据的引擎 大数据的应用不仅仅是精准营销管理大数据"易"，理解大数据"难" 理解大数据-实践大数据全文共48页，当前为第8页。 1、大数据比云计算更为落地商业模式驱动应用需求驱动云计算本身也是大数据的一种业务模式理解大数据-实践大数据全文共48页，当前为第9页。 2、大数据不仅仅是"大" 多大？ PB 级比大更重要的是数据的复杂性，有时甚至大数据中的小数据如一条微博就具有颠覆性的价值理解大数据-实践大数据全文共48页，当前为第10页。 3、软件是大数据的引擎和数据中心（Data Center）一样，软件是大数据的驱动力，软件改变世界理解大数据-实践大数据全文共48页，当前为第11页。 大数据生态：软件是引擎理解大数据-实践大数据全文共48页，当前为第12页。 4、大数据的应用不仅仅是精准营销通过用户行为分析实现精准营销是大数据的典型应用，但是大数据在各行各业特别是公共服务领域具有广阔的应用前景消费行业金融服务食品安全医疗卫生军事交通环保电子商务气象理解大数据-实践大数据全文共48页，当前为第13页。 5、管理大数据"易"理解大数据"难" 虽然大数据是一个重大问题，真正的问题是让大数据更有意义目前大数据管理多从架构和并行等方面考虑，解决高并发数据存取的性能要求及数据存储的横向扩展，但对非结构化数据的内容理解仍缺乏实质性的突破和进展，这是实现大数据资源化、知识化、普适化的核心非结构化海量信息的智能化处理：自然语言理解、多媒体内容理解、机器学习等理解大数据-实践大数据全文共48页，当前为第14页。拓尔思大数据产品布局 TRS机器数据挖掘引擎 TRS SMAS 舆情云服务 TRS 大数据管理系统V7.0 理解大数据-实践大数据全文共48页，当前为第15页。 TRS 大数据管理系统发展历程 TRS 全文数据库 TRS 非结构化数据库 TRS 大数据 管理系统理解大数据-实践大数据全文共48页，当前为第16页。 TRS 大数据管理系统V7.0 理解大数据-实践大数据全文共48页，当前为第17页。 TRS 大数据管理系统V7.0 分布式并行计算、多副本机制、没有单点的高可靠体系架构，兼容Hadoop标准支持结构化、半结构化、非结构化数据的管理和搜索支持实时及用户行为数据的高效管理和分析支持PB级的海量数据管理支持海量用户的高并发访问（千万级用户、万级并发）充分释放硬件的潜力（多核、大内存等）大规模部署的自动化和运行状态监控创新的多检索引擎机制，提供开放的二次开发接口理解大数据-实践大数据全文共48页，当前为第18页。数据备份 大数据管理系统数据存储开发接口基于Hadoop的数据分析 CKM文本挖掘与数据挖掘关联规则与序列模式挖掘推荐引擎的离线分析 MapReduce 数据库监控机器

内容对大数据的理解 xxx大数据产品布局和应用实践理解大数据-实践大数据(1)全文共46页，当前为第1页。反对派认为，我们现在处在一个盲目的大数据崇拜时代理解大数据-实践大数据(1)全文共46页，当前为第2页。 大数据产生的背景数据的爆发式增长和社会化趋势，新摩尔定律 大数据已经成为一种自然资源机器数据日益重要 大数据不被利用就是成本理解大数据-实践大数据(1)全文共46页，当前为第3页。 大数据产生的背景现有的商业软件难以处理大数据的规模和复杂性获取(capture) 存贮(storage) 搜索(search) 分享(sharing) 分析(analysis) 可视化(visualization) 理解大数据-实践大数据(1)全文共46页，当前为第4页。奥巴马大数据战略 2012年3月29日，白宫发布美国政府的大数据计划通过提高从大型复杂的数字数据集中提取知识和观点的能力，承诺帮助加快在科学与工程中的步伐，加强国家安全，并改变教学研究理解大数据-实践大数据(1)全文共46页，当前为第5页。 大数据的4V特性体量Volume 多样性Variety 价值密度Value 速度Velocity 非结构化数据的超大规模和增长总数据量的80~90% 比结构化数据增长快10倍到50倍是传统数据仓库的10倍到50倍 大数据的异构和多样性很多不同形式（文本、图像、视频、机器数据）无模式或者模式不明显不连贯的语法或句义大量的不相关信息对未来趋势与模式的可预测分析深度复杂分析（机器学习、人工智能Vs传统商务智能(咨询、报告等）实时分析而非批量式分析数据输入、处理与丢弃立竿见影而非事后见效理解大数据-实践大数据(1)全文共46页，当前为第6页。对大数据的理解 大数据比云计算更为落地 大数据不仅仅是"大" 软件是大数据的引擎 大数据的应用不仅仅是精准营销管理大数据"易"，理解大数据"难" 理解大数据-实践大数据(1)全文共46页，当前为第7页。 1、大数据比云计算更为落地商业模式驱动应用需求驱动云计算本身也是大数据的一种业务模式理解大数据-实践大数据(1)全文共46页，当前为第8页。 2、大数据不仅仅是"大" 多大？ PB 级比大更重要的是数据的复杂性，有时甚至大数据中的小数据如一条微博就具有颠覆性的价值理解大数据-实践大数据(1)全文共46页，当前为第9页。 3、软件是大数据的引擎和数据中心（Data Center）一样，软件是大数据的驱动力，软件改变世界理解大数据-实践大数据(1)全文共46页，当前为第10页。 大数据生态：软件是引擎理解大数据-实践大数据(1)全文共46页，当前为第11页。 4、大数据的应用不仅仅是精准营销通过用户行为分析实现精准营销是大数据的典型应用，但是大数据在各行各业特别是公共服务领域具有广阔的应用前景消费行业金融服务食品安全医疗卫生军事交通环保电子商务气象理解大数据-实践大数据(1)全文共46页，当前为第12页。 5、管理大数据"易"理解大数据"难" 虽然大数据是一个重大问题，真正的问题是让大数据更有意义目前大数据管理多从架构和并行等方面考虑，解决高并发数据存取的性能要求及数据存储的横向扩展，但对非结构化数据的内容理解仍缺乏实质性的突破和进展，这是实现大数据资源化、知识化、普适化的核心非结构化海量信息的智能化处理：自然语言理解、多媒体内容理解、机器学习等理解大数据-实践大数据(1)全文共46页，当前为第13页。 xxx大数据产品布局 TRS机器数据挖掘引擎 TRS SMAS 舆情云服务 TRS 大数据管理系统V7.0 理解大数据-实践大数据(1)全文共46页，当前为第14页。 TRS 大数据管理系统发展历程 TRS 全文数据库 TRS 非结构化数据库 TRS 大数据 管理系统理解大数据-实践大数据(1)全文共46页，当前为第15页。 TRS 大数据管理系统V7.0 理解大数据-实践大数据(1)全文共46页，当前为第16页。 TRS 大数据管理系统V7.0 分布式并行计算、多副本机制、没有单点的高可靠体系架构，兼容Hadoop标准支持结构化、半结构化、非结构化数据的管理和搜索支持实时及用户行为数据的高效管理和分析支持PB级的海量数据管理支持海量用户的高并发访问（千万级用户、万级并发）充分释放硬件的潜力（多核、大内存等）大规模部署的自动化和运行状态监控创新的多检索引擎机制，提供开放的二次开发接口理解大数据-实践大数据(1)全文共46页，当前为第17页。数据备份 大数据管理系统数据存储开发接口基于Hadoop的数据分析 CKM文本挖掘与数据挖掘关联规则与序列模式挖掘推荐引擎的离线分析 MapRed

大数据时代电子商务的机遇与挑战全文共7页，当前为第1页。大数据时代电子商务的机遇与挑战全文共7页，当前为第1页。大数据时代电子商务发展机遇与挑战 大数据时代电子商务的机遇与挑战全文共7页，当前为第1页。 大数据时代电子商务的机遇与挑战全文共7页，当前为第1页。一、引言想象这样一组数据:每一秒钟，会有60张Instagram照片被上传；每一分钟，会有60小时视频被传到YouTube；每一天里，搜索引擎产生的日志数量是35T；每一天里，在Twitter上会产生1.9亿条微博；每一天里，在Facebook有40亿的信息扩散… 这一组数据无疑揭示了我们现在所处的新的时代——大数据时代。它已经上过《纽约时报》、《华尔街日报》的专栏封面，进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。而现如今对普通老百姓而言，大数据，也已经不再是一个陌生的词语。在这个海量信息的时代，大数据无时无刻不在影响、惠及、改变着我们的生活，大数据时代已经来临。二、大数据的定义与特点 大数据已成为全球语言。但对于大数据的定也是众说纷纭，没有统一的规范定义。"大数据"这一术语的内涵远远超越了"大"或是"数据"的含义。维克托迈尔-舍恩伯格及肯尼斯库克耶在《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法。研究机构Gartner则给出了这样的定义："大数据"是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。尽管对于大数据的定义尚无定论，但布赖恩霍普金斯和鲍里斯埃韦尔松在《首席信息官，请用大数据扩展数字视野》中所提出大数据的四项典型特征，即所谓的"四个V"，受到广泛的认同： 1. 海量(Volume)：自人类有史以来至今我们所产生的信息量为5艾字节（50GB），而过去三年产生的数据量比以往4万年的数据量还要多。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍 2. 多样性(Variety)：大数据时代，数据类型繁多，原有的数据多为结构化的数据，而现今包含了更多的非结构化的数据，如网络日志、视频、音频、图片、地理位置信息等等。 3. 高速(Velocity)：数据被创建和移动的速度快，在飞速的网络时代，企业需要创建实时数据流，快速处理、分析并返回给用户，以满足用户的实时需求。 4. 易变性（Variability）：大数据的多样性意味着大数据会呈现出多变的形式和类型。 大数据时代电子商务的机遇与挑战全文共7页，当前为第2页。大数据时代电子商务的机遇与挑战全文共7页，当前为第2页。三、电子商务行业应用大数据技术的驱动力 大数据时代电子商务的机遇与挑战全文共7页，当前为第2页。 大数据时代电子商务的机遇与挑战全文共7页，当前为第2页。 大数据技术已经在诸多领域如医疗、金融、电子商务、城市管理等崭露头角。而电子商务，作为大数据的源泉之一，恰恰站在了时代的潮头。电子商务行业运用大数据技术具备如下几方面的驱动力： 1. 随着社会经济的发展和个人收入的增加，人们的个性化需求开始凸显。电子商务企业要去高效地满足这些个性化的需求则需要大量的数据支持。 2. 构建在互联网基础上的电子商务和传统零售比较的优势之一就是数据的可获得性。电子商务可以实时得到顾客的来访源头，在网站内的搜索、收藏、购买行为，以及购买的商品间的关联性，让海量数据的收集和分析成为可能。这些数据可以帮助企业更精准的为顾客服务。 3. 近年来，人工智能、信息系统和决策科学的发展促进了多种分析方法及工具的推动，包括数据挖掘、机器学习、模式识别等等。四、大数据时代电子商务发展的机遇（一）千人千面——个性化推荐在传统模式中，企业往往根据一两千人的调研统计制定出针对几万甚至上百万消费者的"千人一面"的推广策略，具体的结果如何往往要试错之后才知道。而伴随着大数据时代的来临，电子商务行业迎来新的契机，运营过程中所积累的庞大数据将得以充分利用与挖掘，开展与传统零售截然不同的推荐方式——个性化推荐。随着电子商务的发展，在信息指数性增长的同时，消费者获取、过滤、筛选、分析信息的能力却没有得到相应的提高，这必然会导致消费者淹没在浩瀚的信息海洋中。正如美国经济学家、人工智能的创始人之一西蒙所说："信息消费了什么是很明显的：它消费的是信息接受者的注意力。信息越丰富，就会导致注意力越匮乏……信息并不匮乏，匮乏的是我们处理信息的能力。我们有限的注意力是组织活动的主要瓶颈。"而大数据技术的发展将消费者的有限的注意力从海量信息中解脱开来，基于大数据技术的个性化推荐将消费者有限的注意力注意到他们

下载资源悬赏专区

12,798

社区成员

12,336,164

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章