[图片] 百度技术 稿 导读：近年来，云原生化、全用户态、软硬协同等技术对KV存储服务产生了巨大的影响，上述技术在极大提升了服务的性能和降低服务成本的同时，也对系统的架构和实现提出了新的要求。百度在信息流和搜索业务中大量使用了KV存储服务，服务每天响应近千亿次各类访问请求，如何运用上述技术提升系统的 ....

如今数据科学家正式成为21世纪最性感的工作，人人都想来分一杯羹。 这也意味着会有一些冒牌货。这些人自称数据科学家，却不具有相应的技能。 这不见得是有意欺骗。数据科学是崭新的领域，目前对此岗位也缺乏被广泛认可的描述。这意味着许多人会认为自己是数据科学家，仅仅因为他们常跟数据打交道。 “冒牌数据科学家通常是某一个特定学科的专家，且坚信他们的学科才是唯一真正的数据…

本文讨论用逻辑回归模型预测在金融市场情景下客户对金融产品的购买概率，以股票购买持仓概率作为研究对象。并探讨了TB级百万特征金融数据处理方法。 模型 基本假设：客户每日的持仓，是基于当时金融市场情景以及股票属性作出决策的独立事件。 该逻辑回归Logistic Regression模型简单描述如下： 客户购买持仓股票概率是指客户在指定日期购买持有指定股票的概率。…

MapR Converged Data Platform将Hadoop和Spark的强大功能与全局事件流、实时数据库能力与企业存储集成到了一起，用于开发与运行创新性的数据应用。MapR Platform由业界最快速、最可靠、安全且开放的数据基础设施所驱动，极大降低了TCO，并实现了全局的实时数据应用。comScore的CTO Mike Brown这样评价Ma…

作为新时代互联网营销的关键部分，人群画像引起了诸多兴趣，近年颇为风靡。几乎所有的互联网广告供应商都不约而同的强调，他们有足够精确的人群画像数据，确保能够找到广告主真正的受众。但是事情果真如此吗？人群画像是否是一劳永逸的解决方案？本文尝试解答这些问题。

摘要：记得几年前，曾经有人预测过未来最流行的三大技术：大数据、高并发、数据挖掘。到现在来看，这三种技术的确也随着这几年互联网的发展变得越发成熟和可靠。掌握这三种技术的人，不管是求职还是创业，都属于香饽饽。 一个很深的印象就是当年研究生毕业的时候，专业是数据挖掘、大数据的学生都比较受各种企业的青睐，不管他是不是真的掌握了这些东西。虽然我对大部分高校的相关专业持…

Mobile端用户和跨终端（跨屏）的唯一身份识别问题，同样是理想和现实并存的故事

人群画像的基础在于对个体的准确描述（profiling），如果个体描述不准确，人群画像也会有偏差。对每一个个体的描述，我们使用一种被称为“标签”的东西。

我知道很多人自始至终都认为数据是越多越好，Google甚至直言：更多的数据胜过更好的算法，而过去很多侦探剧中崇尚“信息越多，就越靠近真相”的刑侦金句也似乎佐证这一点。而事实上，我的观点是，数据只是基础，如何建构起有效的算法、模型比数据本身更重要，最起码对目前而言是这样的。持与我相近观点的大有人在，如《The Signal and the Noise》（信号与…

摘要：本文主要探讨将行为金融学相关理论应用于个人客户金融画像构建。 一 原始数据 目前业界的个人金融画像主要在金融机构内部数据结合外部数据基础构建。如对原始数据进行特征提取，得到如下客户特征： 图一 （来源[7]） 在实施过程中可以为个人金融画像中每个人打上几千个标签。再结合具体场景如股票购买概率预测模型[7]中特征要求，应用于具体场景模型中。 实践中我们一…

资源 1.用贝叶斯模型计算我的妻子是否怀孕 2.在基础R中使用插值法和平滑功能 3.数据兵工厂里的武器：R vs Spark【这个链接好像挂了~】 4.最好的大数据、数据科学、数据挖掘和机器学习播客视频大全 5.数据科学的线性模型导论 6.黑客读物：数据统计 7.Apache Spark-执行概要 8.随机vs非随机：如何叙述差异 9.面向时间数据可视化技术…

很难知道该相信什么。但借助于计算科学家，神经科学家，和人工智能理论家的创举，我们可以逐渐了解关于人工智能更清晰的图景。下面是关于人工智能最常见的误解和虚传。 自从20年前深蓝(Deep Blue)在国际象棋中击败卡斯帕罗夫(Garry Kasparov)，该事件就被人们誉为机器智能最权威的证明。谷歌的AlphaGo已经在围棋比赛中以四胜一负(译者注：原文是三…

摘要：从庞杂的数据背后挖掘、分析用户的行为习惯和喜好，找出更符合用户「口味」的产品和服务，并结合用户需求有针对性地调整和优化自身，就是大数据的价值。 对于大数据在商业上的用途，这句话说得很清楚。前半句是重点，了解用户的行为习惯和爱好，这就是大数据的核心价值。 1. 元数据（Metadata）的概念 简单说，元数据是对数据本身进行描述的数据，或者说，它不是对象…

导读： 面对提供相同互联网服务的两家供应商，一家在隐私保护上做得较好，但价格高，而另一家则习惯于侵犯个人隐私，但价格低，那么大多数消费者还是会选择后者。这项研究还发现，如果两家公司以同样的价格提供一款产品，更注重保护隐私的那家公司将胜出。 大数据带来了一大挑战，即价值可能并不明确，数据收集者的动机（更不用说其身份）可能被隐藏，个人的预期可能混乱不清。 大数据…

留存用户和留存率通常能够反映不同时期 App 获得的用户流失情况，分析这个结果不仅能帮助 App 找到用户流失的具体原因，还能够通过这些数据来更深入的了解你的App，从而进行运营策略调整。

当我们用搜索引擎搜索资料时，选择关键词的关键性是毋庸置疑的。正确分析和处理关键词，是提高搜索结果满意度的必然前提。

DT时代真的来了！今天，我国整个行业的模式已经发生了变化，从互联网+、智能到智慧，再到大数据和人工智能等技术在各应用场景中的作用发挥等等，这一切的发生均为企业发展注入了全新的活力。

今天对于企业来说已经不是信息时代，而是敏捷时代。稀缺资源不再是信息，而是注意力！

企业内有人通过取数升级成数据分析师、数据挖掘师，亦或投奔业务，而很多人则一直在取数，捣腾着那一分三亩的数据，很勤奋但没有进步，为什么？

互联网时代，一切基于数据。