【Spark Summit EU 2016】瑞士电信:对于集体移动性的理解

简介: 本讲义出自Francois Garillot and Mohamed Kafsi在Spark Summit EU上的演讲,主要介绍了瑞士电信通过对于用户的集体移动大数据进行分析得到的理解。

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data;此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps

本讲义出自Francois Garillot and Mohamed Kafsi在Spark Summit EU上的演讲,主要介绍了瑞士电信通过对于用户的集体移动大数据进行分析得到的理解。


在分享中,他们介绍了使用现代网络技术对于用户进行定位,对于用户的轨迹数据进行挖掘,并创造数据的价值,使数据成为Smart Data,并且分享了瑞士电信的大数据架构以及面临的挑战。


11de5850767ee4670fbcd1c4b85176ef6d93e831

f8dc78ccd4bd70e4fe362acb5c2a7ce8457c3930


33c6378f15e281246376b529090c84a0d6b4a9f5

dc9dc237c12ee10020c4caa1f53e0562034d298c

b3d03da3433abb135a2e763299a3fb0db8362b05

1a05d7e24f21c67551cb67ab88fc55a719dbb725

59b77ac6304f19e52ed8ac2b8c50aaedc7755465

20e142918a0cd58903af275fd5d587493efbfd8d

4ab1d0f61b0c15f3f992c2d276ef48be2f26c922

b58bc0ae77eb4fe85dbcde2dd8784032395188c7

1d3cb74d94e7d86012a01abd278c8ec147668604

36cf7dd1a4cd2a139037554a6b068d5320e6ddc8

84f0dac544c62046c313c3e9bcb2ada4a3957a08

084d1f6235004455c213ef449e5aac7fb665145c

0d1dd060ab5da7c99deb916da86ab2319b127293

6d40a632902abe3123582ae39891fd9ede1e9878

ed704ab599ce375600fa04283e404dc5f2f7b8c2

f5bbf9c5b32de1e9cc28d546b5667962ef903588

60c013083d0b2088aab61bbb096e3a8285378da2

5af5ca2c3d74ee13b49118e8d3cd84aca41b3348

9e709b7b19a9e4956913af9f2bac14dba3d44f5e

83920a2564e1db37a5f4fff43e2e54b78b1cf680

bfb15cd4f7ed7d57f9e66185c78fa09532498ee0

e4587b063db17925fea88c0e0bba93920ce5eb80

d494d9b6efc1f70c3a6debf6000d93ebb3b0e7ee

42e4c3e0f1afc8af2c43bb728789cb24429f153f

b9dcf9c9d4c9afba84a8415eb735f6a797d9a8d6

74cf88ff447a6cb2bf8eb350f3a69064f237ca27

d167f78d5e41fe717e8501cf7608db19e0ee3aac

1db41494d3f45d4b33f10edae3019f299fabbfd9

719b84d64d2e1685dca9453551b8c12b7ee9101d

6ba7b86c1fcdfe7b9ef3a25af90466a35b478164

e0bd89f5c710323182d698745643271d91a44906

9cb47004d14e388a0ab45bc5db9bd8494ff8dc41

73aaada461467df15126d27edce560abb9a073c6



相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
人工智能 分布式计算 大数据
Spark + AI Summit 2020 中文议题有奖征集
北美 Spark + AI Summit 2020 盛会在即,Apache Spark 中国技术交流社区在此诚邀各位,代表国内开发者选择您最希望听到的主题,届时社区将联合国内顶尖技术专家一一展开中文形式分享。
Spark + AI Summit 2020 中文议题有奖征集
|
人工智能 分布式计算 Spark
SPARK + AI SUMMIT 2020 中文精华版线上峰会材料
SPARK + AI SUMMIT 2020 中文精华版线上峰会材料
SPARK + AI SUMMIT 2020 中文精华版线上峰会材料
|
机器学习/深度学习 人工智能 分布式计算
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月5日议题
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月5日议题介绍
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月5日议题
|
分布式计算 Prometheus Kubernetes
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月4日上午议题
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月4日上午议题发布
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月4日上午议题
|
SQL 人工智能 缓存
Spark 10年,作者 Matei 在 Spark + AI Summit 2020 上深情回顾,Photon 引擎首次曝光
在Spark + AI Summit 2020上, Matei 先生的keynote对 Spark 10 年做了非常精彩的演讲和深情的回顾。SparkSQL 重回巅峰,在性能上大幅超越 Presto。在过去几年,我们见过了太多的 benchmark,大家都在纷纷超越 Spark。Spark 3.0 这一进展可以说大大提振了大家对 Spark 的信心,可谓及时雨。
Spark 10年,作者 Matei 在 Spark + AI Summit 2020 上深情回顾,Photon 引擎首次曝光
|
机器学习/深度学习 人工智能 分布式计算
Spark + AI summit 2019北美技术峰会华丽落幕
本次SAIC含盖了数据工程与数据科学的内容,包括AI产品化的最佳实践案例分享:超大数据规模下,利用流数据处理确保训练数据更新的时效性,完成数据质量监控,测试以及数据模型服务。也有对流行的软件框架如TensorFlow,SciKit-Learn,Keras,PyTorch,DeepLearning4J,BigDL以及Deep Learning Pipelines等,分别进行深入的主题分享探讨。
|
8月前
|
人工智能 分布式计算 大数据
大数据≠大样本:基于Spark的特征降维实战(提升10倍训练效率)
本文探讨了大数据场景下降维的核心问题与解决方案,重点分析了“维度灾难”对模型性能的影响及特征冗余的陷阱。通过数学证明与实际案例,揭示高维空间中样本稀疏性问题,并提出基于Spark的分布式降维技术选型与优化策略。文章详细展示了PCA在亿级用户画像中的应用,包括数据准备、核心实现与效果评估,同时深入探讨了协方差矩阵计算与特征值分解的并行优化方法。此外,还介绍了动态维度调整、非线性特征处理及降维与其他AI技术的协同效应,为生产环境提供了最佳实践指南。最终总结出降维的本质与工程实践原则,展望未来发展方向。
425 0
|
分布式计算 大数据 Apache
ClickHouse与大数据生态集成:Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代,能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统,ClickHouse 在大数据分析领域展现出了卓越的能力。然而,为了充分利用ClickHouse的优势,将其与现有的大数据处理框架(如Apache Spark和Apache Flink)进行集成变得尤为重要。本文将从我个人的角度出发,探讨如何通过这些技术的结合,实现对大规模数据的实时处理和分析。
1051 2
ClickHouse与大数据生态集成:Spark & Flink 实战
|
11月前
|
存储 分布式计算 Hadoop
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
572 79