• 关于

    大数据画像

    的搜索结果

问题

画像分析

[font=PingFangSC, 'helvetica neue', 'hiragino sans gb', arial, 'microsoft yahei ui', 'mi...
反向一觉 2019-12-01 21:06:22 1174 浏览量 回答数 0

回答

DataQuotient 画像分析可以应用于各个行业,丰富的功能特性可以满足您不同的场景需求。本文以精准营销场景为例为您介绍DataQuotient 画像分析在实际场景中的应用。 精准营销是根据营销活动快速圈定目标用户,帮助精准的制定营销策略。DataQuotient 画像分析在精准营销场景中通过其特有的优势,能够帮助用户解决各类场景化问题。 DataQuotient 画像分析的优势 • 沉淀核心标签资产 帮助客户基于自身商业化场景打造的标签画像数据管理平台,可以帮助数据开发人员进行表的实体化,加速应用开发,沉淀业务模型的输入。 • 降低业务人员大数据分析的门槛 业务人员可以利用简单的分析模型,深入洞察业务、挖掘潜力客户,通过标签快速圈定目标人群,建立个性化的用户细分和精准营销。 DataQuotient 画像分析解决的问题 • 数据汇聚及同步 各种不同数据源的数据表做抽取、合并与同步自动化难度高,数据运维效率低。 • 智能搭建标签体系 标签数量多,生产复杂,业务人员无法自助生产和使用标签,业务推进难度高。 • 洞察分析模型丰富 BI上手高门槛,报表质量差,精准投放效率低。
LiuWH 2020-03-24 09:21:43 0 浏览量 回答数 0

回答

这个问题一直在行业都被热切讨论,业界也是提出了各式各样的解决方案,个人认为袋鼠云(阿里云战略合作伙伴)某一位数据中台解决方案专家提出的方案很有参考性:最行之有效的方式就是基于行为大数据构建清晰的「用户画像」。「用户画像」是对现实世界中「用户」的数学建模,它能够完美地抽象出一个用户的信息全貌,为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息,提供了足够的数据基础,奠定了精准营销的基础。构建用户画像的核心是进行标签体系建设,标签是某一种用户特征的符号表示,是我们观察、认识和描述用户的一个角度,例如「游戏宅」,其实就是一个用户生活习惯的侧面标签。标签和用户画像的关系是整体和局部的关系,而这种关系则通过「标签体系」体现。
1812641729497671 2019-12-02 01:41:36 0 浏览量 回答数 0

Quick BI 数据可视化分析平台

2020年入选全球Gartner ABI魔力象限,为中国首个且唯一入选BI产品

回答

跨数据建模:支持对MaxCompute、RDS等云计算资源上的数据做业务建模,让业务用户在使用时对具体物理资源无感知。 • 智能数据同步:实现对各种不同数据源的数据表做自动抽取、合并与同步,提升数据运维效率。 • 动态逻辑建模:改变传统数仓层层物理数据加工的模式,统一动态逻辑建模,适应业务数据化快速迭代的需求场景。 • 时效性:基于数据库日志解析模块的实时同步,能够有效保障数据的时效性。 智能标签:从业务角度出发对数据进行组织管理,提升业务人员理解和使用数据效率。通过高频应用迭代并优化模型,提炼数据价值,沉淀数据资产。 • 业务化视角:业务视角看数据,业务人员“看懂数据”进而“使用数据”,为灵活的分析探索方式提供基础。 • 可视化建模:告别手工代码脚本,降低标签生产以及运维成本,可视化控制台统一管理数据资产,运维日常任务调度。 • 积累画像资产:补充优化数据标签,打磨实体画像资产,为算法/应用开发提供丰富高质量数据输入,即用即取。 画像分析:通过丰富标签,深入用户洞察,圈定目标群体,并实现精准画像的大数据分析。 • 便捷客群圈选:通过高定制化的标签集,自由组合海量标签,可视化规则设置,快速圈定人群。 • 灵活群体计算:多群体的交、并、差计算,方便地将您的数据进行综合再应用,满足精准营销需求。 • 可视化报表展现:指定群体的跟踪分析报表,通过动态标签数据,了解客群指标变化,为优化标签模型提供直接参考。
LiuWH 2020-03-24 09:19:56 0 浏览量 回答数 0

回答

有的,阿里妈妈达摩盘,是基于大数据商业化场景打造的数据营销平台,经过多年的发展,达摩盘已经走向全域营销,每天处理海量的各维度画像数据,赋能商家的各种营销诉求。用到的技术栈主要包括阿里集团的离线(ODPS)和实时(Blink)大数据计算引擎,以及分析数据库服务(ADS)等等
talishboy 2019-12-02 01:45:13 0 浏览量 回答数 0

回答

数据中台,解决数据“存”、“通”、“用”难题让一切业务数据化,一切数据业务化具体而说,数据中台并不是一个跨时代的全新理念,就好比笔者当年学习SOA一样,发现其实质还是组件化,模块化,是设计模式与业务端的应用。数据中台建设的基础还是数据仓库和数据中心,并且在数仓模型的设计上也是一脉传承,之所以我们现在处处推崇数据中台建设及应用,一个是因为数据中台确实有过人之处,另一个是这套模型在阿里体现了巨大的应用价值。首先先总结一下数据中台策略中的几个过人之处。第一:数据汇聚,承上启下。数据中台策略的基本理念是,将所有的数据汇聚到数据中台,以后的每个数据应用(无论是指标和分析类的,还是画像类和大数据类的)统统从数据中台获取数据,如果数据中台没有,那么数据中台就负责把数据找来,如果数据中台找不来,就说明当前真没有这个数据,数据应用也就无从展开。按照这种模式,如果企业中数据应用数量大于3-5个,那么数据中台将整体上节约30%的成本,随着数据应用的增长,这样节约的成本还会更大。传统的数据仓库和数据中心,如果做得比较好,设计到位的话,也会做完整的数据模型设计,但是往往偏重于设计和技术,在执行的过程中,很难保障数据的全,也很难保证数据应用不跨过数据中心,重新做数据的话,那么后期数据则会比较混乱。相对而言,数据中台策略中更加强调数据的“全”以及数据中台组织与数据应用组织之间的协作关系,从设计、组织、建设、流程角度保障了模式的落地。袋鼠云数据中台策略第二:纵观大局,推动全局数据业务在企业中应当是一个完整业务,是一个亟需提高定位的业务,是企业的战略业务。所以数据中台策略应当对应企业的数据战略,并提供更有力的支撑,而不是仅仅停留在把数据找到,把数据清洗,把数据算出来。所以,构建数据中台建设,需要详实了解企业的数据情况,数据需求以及构建数据业务的推动蓝图。上述内容应当通过相互衔接的七个数据服务进行完整的构建以及推动袋鼠云数据中台七大数据服务数据资源规划及获取盘点数据资源、规划数据资源、获取数据资源,并将所有数据资源进行完整呈现;数据质量分析及提升从基础数据、业务数据、大数据视角综合分析当前的数据质量问题;基于中台策略的数据整体建模与数据资产管理企业可根据数据资源规划报告指导后续数据治理和数据资产管理平台的建设,最终服务于企业数据应用场景。实体画像及标签引擎对用户、产品、客商、营销各主题域进行标签提取,将其特征数字化,为后续进行精准 营销和用户画像提供必要条件。数据指标体系梳理及计算(BI)构建企业标签体系,着重分析当前需要但是无法获取到的指标,描述使用不便的指标,分析问题原因,绘制数据供应链条;数据应用规划及实现(DI)基于当前外部数据、IOT数据、非结构和半结构化数据进行大数据应用的规划,并论证实现过程和进行成本评估。一旦评估通过可以帮助企业进行大数据应用的完整开发和落地。数据可视化大屏数据可视化大屏,讲述数据背后的价值。在最短的时间内用最具冲击力的视觉语言,将企业最重要的数据/信息传递给最重要的人。袋鼠云数据中台七大数据服务通过上述服务内容,希望将企业数据资源情况完整展现,数据问题展现,数据资产情况展现,数据需求展现(传统数据分析方面、大数据应用方面)从而绘制一张完整的数据供应链地图,最终利用这张地图,辅助数据业务推进。第三:技术升级、应用便捷大数据平台在很长一段时间,甚至直至现在都还是以开源产品为主流的状况,开源产品使用费力,配置繁琐,导致大数据开发门槛高,数据应用受到严重阻碍,甚至在很多地方一直把大数据技术平台和传统的数仓做区别对待,认为大数据产品的特点是流式计算和处理非结构化数据。其实大数据产品如果能够降低使用门槛的话,会迅速替代传统数仓的技术产品。传统数仓无论在海量数据处理能力,节点扩展能力,实时计算能力,软件购买和维护成本等诸多方面都无法与当前的大数据平台进行抗衡。目前业内比较典型的就是阿里云数加平台,数加平台基本让数据开发者能够像使用传统数据库一样的使用大数据平台了,所有操作方式都是通过可视化界面进行,大部分的开发都是通过SQL语句来实现。当笔者使用数加产品时,总是回想起第一次使用java IDE(JBuild、Eclipse) 产品时的感受。袋鼠云数据中台产品(数栈)客观的说则是一款轻量化的,可私有部署的类数加产品,用以解决基于私有云的大数据平台的管理和开发问题。数据中台产品在与数加产品功能对比上不分伯仲,同时又基于私有云大数据应用的特点定制开发了诸多功能以及数据治理模块用以推动企业整体数据化进程。袋鼠云数栈产品体系袋鼠云数栈产品一览袋鼠云数栈产品一览袋鼠云数据中台建设与策略已经脱离了一个单纯的产品概念范畴,更多的是关注于企业的整体数据化建设工作,希望通过数栈产品和七大数据服务贴身参与用户全方位与全过程的数据化建设。同时我们期待这样的数据化建设应当是高效率,高应用价值和低成本的。
hiekay 2019-12-02 01:41:35 0 浏览量 回答数 0

回答

金融行业的,数道云大数据,了解下大数据精准营销用户画像挖掘,用户的历史查询词与用户的基本属性及潜在需求有密切的关系。汽车融资租赁机构贷款风险评估。汽车融资租赁机构可通过对客户的相关信息结合大数据挖掘方法进行贷款风险分析,量化客户的信用额度,更有效的开展贷款服务。实时欺诈交易识别。大数据征信评估个人信用注重强相关信息,忽略弱相关信息。
游客4c3lpvjn33j5i 2019-12-02 01:59:56 0 浏览量 回答数 0

回答

国内的厂商,数道云大数据,网易………………推荐一下数道云大数据,应用于政企单位,金融,教育,学校,银行等等各种领域,数道云大数据,帮助金融行业进行用户画像挖掘,进行精准的定位营销系统内部数据的分类管理,同时可以进行风险管控,大数据征信评估个人信用等等
游客4c3lpvjn33j5i 2019-12-02 01:59:56 0 浏览量 回答数 0

回答

金融行业大数据平台,数道云大数据,风险控制(贷款偿还预测和客户信用评价)、业务关联分析,精准定位营销、客户画像…………
sdydata 2019-12-02 02:01:39 0 浏览量 回答数 0

问题

利用大数据技术做营销推广是种什么体验

这是一个“数据即财富”的时代,人人都把大数据挂在嘴边,企业都在尽可能收集和自己有关的数据。但究竟有多少人懂得大数据的重要性?又有多少企业知道如何利用大数据来为自己服务呢? 数据说,一个以大数据技术为基础的全网整合营销平台,包括数据说营销...
青丝入流年 2019-12-01 19:23:16 1655 浏览量 回答数 1

回答

传统数据仓库 目前来说,大数据相关的业务场景一般有实时大屏、实时 BI 报表、用户画像和监控预 警 。  实时大屏业务,一般用在公司领导做决策的辅助工具,在对外展示,比如实时成交额等 场景也会经常用到,是一种展示公司实力的方式。  实时 BI 报表是运营和产品经理经常用到的一个业务。  用户画像常用在广告推荐场景中,通过更详细的算法给用户贴上标签,使得推荐算法更 加有针对性,更加有效。  预警监控,比如对网站、APP 进行流量监控,在达到一定阈值的时候可以进行报警。
1358896759097293 2021-03-25 14:10:18 0 浏览量 回答数 0

回答

1、Project名称:MaxComputeHunk2、使用场景:用户画像、大数据安全分析等。
周公解闷 2019-12-02 00:29:14 0 浏览量 回答数 0

回答

本产品基于全网公开发布数据,结合媒体传播路径和受众群体画像,利用语义分析、情感算法和机器学习等大数据技术,识别公众对品牌形象、热点事件和公共政策的认知趋势。网上突发信息从发出到采集、分析、告警和推送,最快2分钟完成,洞察先机。
LiuWH 2020-03-23 14:12:51 0 浏览量 回答数 0

回答

您好,MaxCompute作为一款云原生、高效能的企业级数据仓库服务,构建在阿里云大规模计算、存储资源之上,以Serverless架构提供全托管的在线数据仓库服务,消除了传统数据平台在资源扩展性和弹性方面的限制,并最小化用户的运维投入。MaxCompute支持多种经典计算模型(批处理、机器学习、交互式分析等)和完善的企业管理功能,借助MaxCompute,企业可轻松集成和管理企业数据资产,简化数据平台架构,加速价值实现。MaxCompute被广泛用于构建现代化企业数据平台,开展BI分析、数据化运营、画像及推荐、智能预测等应用场景。 MaxCompute兼容原生Spark:https://help.aliyun.com/document_detail/102357.html MaxComptue兼容原生MapReduce:https://help.aliyun.com/document_detail/27875.html
亢海鹏 2020-04-23 16:21:26 0 浏览量 回答数 0

问题

大数据 比你更懂自己

大数据 比你更懂自己 让每一个英明决策都有理可依         大数据,时下是最热门的一个词,很多人觉得它虚无缥缈,不知道对现实生活有什么实际意义。此前看过一个案例,...
柚子 2019-12-01 21:40:32 5650 浏览量 回答数 0

回答

可以借鉴袋鼠云标签体系建设方法论,标签体系建设的四字箴言:「 建、用、优、精 」。1、首先以业务视角梳理规划整个标签体系的架构,即上面所说的八个维度2、无规矩不成方圆,在进行实际开发之前,我们要定义包括数据(指标)规范、模型设计规范、ETL规范在内的规范体系。前文也讲过,这个规范体系可以借助数栈产品帮助建立和执行3、将分散在各个系统/应用的数据同步到大数据开发平台之上,包括结构化的业务数据、埋点采集的行为日志数据等4、核心围绕“用户”,以唯一标识打通来自不同平台、系统、渠道的数据,基于OneData体系依次构建全域数据中心、萃取数据中心5、在萃取数据中心基础上,进行各类标签的研发,例如事实类标签(性别、年龄段等)、业务类标签(钻石会员、普通会员等)、统计类标签(近90天下单金额等)、算法类标签(重要保持客户、高忠诚度客户等)6、标签/画像投入应用,或对接至下游业务系统,产生业务价值。与此同时监控各类标签的使用与效果,统计出热门标签,替换掉不合理的标签,调整业务算法和规则,添加新的标签等,来进一步推动标签体系的梳理规划,逐步沉淀一套精华版标签集合
1812641729497671 2019-12-02 01:41:36 0 浏览量 回答数 0

问题

【大数据实践】日交易笔百万级Ping++的大数据平台架构解析

当前日交易笔数为百万级,目前已经积累了海量交易数据。如何在经过客户授权的情况下利用数据为客户赋能,并带来额外附加价值,从而提高客户黏性,Ping++亟需搭建可靠、稳定的...
福利达人 2019-12-01 21:17:02 2801 浏览量 回答数 0

回答

数据中台从某个意义来说属于数据仓库的一种,都是要把数据抽进来建立一个数据仓库。但是两者的数据来源和建立数仓的目标以及数据应用的方向都存在很大差异。 首先,从数据来源来说,数据中台的数据来源期望是全域数据包括业务数据库,日志数据,埋点数据,爬虫数据,外部数据等。 数据的来源可以是结构化数据或者非结构化的数据。而传统数仓的数据来源主要是业务数据库,数据格式也是以结构化数据为主。 其次,建立数据中台的目标是为了融合整个企业的全部数据,打通数据之间的隔阂,消除数据标准和口径不一致的问题。数据中台通常会对来自多方面的的基础数据进行清洗,按照主题域概念建立多个以事物为主的主题域比如用户主题域,商品主题域,渠道主题域,门店主题域等等。数据中台遵循三个one的概念: One Data, One ID, One Service,就是说数据中台不仅仅是汇聚企业各种数据,而且让这些数据遵循相同的标准和口径,对事物的标识能统一或者相互关联,并且提供统一的数据服务接口。就像做菜一样,按照标准化的菜名,先把所有可能用到的材料都准备好。而传统的数仓主要用来做BI的报表,目的性很单一,只抽取和清洗该相关分析报表用到基础数据,新增一张报表,就要从底层到上层再做一次。 然后,在数据应用方面,建立在数据中台上的数据应用不仅仅只是面向于BI报表,更多面向营销推荐,用户画像,AI决策分析,风险评估等。而且这些应用的特点是比较轻,容易快速开发出来,因为重要的数据分析工作在数据中台已经完成并且沉淀,之前工作成果都能被多个应用共享。 而传统的数据仓库主要是面向报表,数据应用的建设就是传统烟囱式建设,每次都从头再来的开发方式。 最后,数据中台是建立在分布式计算平台和存储平台,理论上可以无限扩充平台的计算和存储能力。而多数的传统数仓工具都是建立的单机的基础上,一旦数据量变大,会受单机容量的限制。
国源 2020-01-19 09:41:39 0 浏览量 回答数 0

问题

标签建模

概念说明 如上文所说,标签中心的作用是在现有的数据表之上构建跨计算存储的逻辑模型,直接让用户在视图层上对数据进行管理、加工、查询,屏蔽下层的多个大数据计算存储资源,简化数据的使用。...
反向一觉 2019-12-01 21:06:40 1639 浏览量 回答数 0

回答

能干的多了去了看下面弹性计算云服务器ECS:可弹性扩展、安全、稳定、易用的计算服务块存储:可弹性扩展、高性能、高可靠的块级随机存储专有网络 VPC:帮您轻松构建逻辑隔离的专有网络负载均衡:对多台云服务器进行流量分发的负载均衡服务弹性伸缩:自动调整弹性计算资源的管理服务资源编排:批量创建、管理、配置云计算资源容器服务:应用全生命周期管理的Docker服务高性能计算HPC:加速深度学习、渲染和科学计算的GPU物理机批量计算:简单易用的大规模并行批处理计算服务E-MapReduce:基于Hadoop/Spark的大数据处理分析服务数据库云数据库RDS:完全兼容MySQL,SQLServer,PostgreSQL云数据库MongoDB版:三节点副本集保证高可用云数据库Redis版:兼容开源Redis协议的Key-Value类型云数据库Memcache版:在线缓存服务,为热点数据的访问提供高速响应PB级云数据库PetaData:支持PB级海量数据存储的分布式关系型数据库云数据库HybridDB:基于Greenplum Database的MPP数据仓库云数据库OceanBase:金融级高可靠、高性能、分布式自研数据库数据传输:比GoldenGate更易用,阿里异地多活基础架构数据管理:比phpMyadmin更强大,比Navicat更易用存储对象存储OSS:海量、安全和高可靠的云存储服务文件存储:无限扩展、多共享、标准文件协议的文件存储服务归档存储:海量数据的长期归档、备份服务块存储:可弹性扩展、高性能、高可靠的块级随机存储表格存储:高并发、低延时、无限容量的Nosql数据存储服务网络CDN:跨运营商、跨地域全网覆盖的网络加速服务专有网络 VPC:帮您轻松构建逻辑隔离的专有网络高速通道:高速稳定的VPC互联和专线接入服务NAT网关:支持NAT转发、共享带宽的VPC网关大数据(数加)MaxCompute:原名ODPS,是一种快速、完全托管的TB/PB级数据仓库解决方案大数据开发套件:提供可视化开发界面、离线任务调度运维、快速数据集成、多人协同工作等功能,拥有强大的Open API为数据应用开发者提供良好的再创作生态DataV数据可视化:专精于业务数据与地理信息融合的大数据可视化,通过图形界面轻松搭建专业的可视化应用, 满足您日常业务监控、调度、会展演示等多场景使用需求关系网络分析:基于关系网络的大数据可视化分析平台,针对数据情报侦察场景赋能,如打击虚假交易,审理保险骗赔,案件还原研判等推荐引擎:推荐服务框架,用于实时预测用户对物品偏好,支持 A/B Test 效果对比公众趋势分析:利用语义分析、情感算法和机器学习,分析公众对品牌形象、热点事件和公共政策的认知趋势企业图谱:提供企业多维度信息查询,方便企业构建基于企业画像及企业关系网络的风险控制、市场监测等企业级服务数据集成:稳定高效、弹性伸缩的数据同步平台,为阿里云各个云产品提供离线(批量)数据进出通道分析型数据库:在毫秒级针对千亿级数据进行即时的多维分析透视和业务探索流计算:流式大数据分析平台,提供给用户在云上进行流式数据实时化分析工具人工智能机器学习:基于阿里云分布式计算引擎的一款机器学习算法平台,用户通过拖拉拽的方式可视化的操作组件来进行试验,平台提供了丰富的组件,包括数据预处理、特征工程、算法组件、预测与评估语音识别与合成:基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人机交互体验人脸识别:提供图像和视频帧中人脸分析的在线服务,包括人脸检测、人脸特征提取、人脸年龄估计和性别识别、人脸关键点定位等独立服务模块印刷文字识别:将图片中的文字识别出来,包括身份证文字识别、门店招牌识别、行驶证识别、驾驶证识别、名片识别等证件类文字识别场景云安全(云盾)服务器安全(安骑士):由轻量级Agent和云端组成,集检测、修复、防御为一体,提供网站后门查杀、通用Web软件0day漏洞修复、安全基线巡检、主机访问控制等功能,保障服务器安全DDoS高防IP:云盾DDoS高防IP是针对互联网服务器(包括非阿里云主机)在遭受大流量的DDoS攻击后导致服务不可用的情况下,推出的付费增值服务,用户可以通过配置高防IP,将攻击流量引流到高防IP,确保源站的稳定可靠Web应用防火墙:网站必备的一款安全防护产品。 通过分析网站的访问请求、过滤异常攻击,保护网站业务可用及资产数据安全加密服务:满足云上数据加密,密钥管理、加解密运算需求的数据安全解决方案CA证书服务:云上签发Symantec、CFCA、GeoTrust SSL数字证书,部署简单,轻松实现全站HTTPS化,防监听、防劫持,呈现给用户可信的网站访问数据风控:凝聚阿里多年业务风控经验,专业、实时对抗垃圾注册、刷库撞库、活动作弊、论坛灌水等严重威胁互联网业务安全的风险绿网:智能识别文本、图片、视频等多媒体的内容违规风险,如涉黄,暴恐,涉政等,省去90%人力成本安全管家:基于阿里云多年安全实践经验为云上用户提供的全方位安全技术和咨询服务,为云上用户建立和持续优化云安全防御体系,保障用户业务安全云盾混合云:在用户自有IDC、专有云、公共云、混合云等多种业务环境为用户建设涵盖网络安全、应用安全、主机安全、安全态势感知的全方位互联网安全攻防体系态势感知:安全大数据分析平台,通过机器学习和结合全网威胁情报,发现传统防御软件无法覆盖的网络威胁,溯源攻击手段、并且提供可行动的解决方案先知:全球顶尖白帽子和安全公司帮你找漏洞,最私密的安全众测平台。全面体检,提早发现业务漏洞及风险,按效果付费移动安全:为移动APP提供安全漏洞、恶意代码、仿冒应用等检测服务,并可对应用进行安全增强,提高反破解和反逆向能力。互联网中间件企业级分布式应用服务EDAS:以应用为中心的中间件PaaS平台、消息队列MQ:Apache RocketMQ商业版企业级异步通信中间件分布式关系型数据库服务DRDS:水平拆分/读写分离的在线分布式数据库服务云服务总线CSB:企业级互联网能力开放平台业务实施监控服务ARMS:端到端一体化实时监控解决方案产品分析E-MapReduce:基于Hadoop/Spark的大数据处理分析服务云数据库HybirdDB:基于Greenplum Database的MPP数据仓库高性能计算HPC:加速深度学习、渲染和科学计算的GPU物理机大数据计算服务MaxCompute:TB/PB级数据仓库解决方案分析型数据库:海量数据实时高并发在线分析开放搜索:结构化数据搜索托管服务管理与监控云监控:指标监控与报警服务访问控制:管理多因素认证、子账号与授权、角色与STS令牌资源编排:批量创建、管理、配置云计算资源操作审计:详细记录控制台和API操作密钥管理服务:安全、易用、低成本的密钥管理服务应用服务日志服务:针对日志收集、存储、查询和分析的服务开放搜索:结构化数据搜索托管服务性能测试:性能云测试平台,帮您轻松完成系统性能评估邮件推送:事务/批量邮件推送,验证码/通知短信服务API网关:高性能、高可用的API托管服务,低成本开放API物联网套件:助您快速搭建稳定可靠的物联网应用消息服务:大规模、高可靠、高并发访问和超强消息堆积能力视频服务视频点播:安全、弹性、高可定制的点播服务媒体转码:为多媒体数据提供的转码计算服务视频直播:低延迟、高并发的音频视频直播服务移动服务移动推送:移动应用通知与消息推送服务短信服务:验证码和短信通知服务,三网合一快速到达HTTPDNS:移动应用域名防劫持和精确调整服务移动安全:为移动应用提供全生命周期安全服务移动数据分析:移动应用数据采集、分析、展示和数据输出服务移动加速:移动应用访问加速云通信短信服务:验证码和短信通知服务,三网合一快速到达语音服务:语音通知和语音验证,支持多方通话流量服务:轻松玩转手机流量,物联卡专供物联终端使用私密专线:号码隔离,保护双方的隐私信息移动推送:移动应用通知与消息推送服务消息服务:大规模、高可靠、高并发访问和超强消息堆积能力邮件推送:事务邮件、通知邮件和批量邮件的快速发送
巴洛克上校 2019-12-02 00:25:55 0 浏览量 回答数 0

问题

【教程免费下载】移动数据挖掘

前  言 大约在十年前,本书作者所在的研究团队,也就是目前的微软亚洲研究院社会计算组,对挖掘人群移动数据中隐藏的知识产生了兴趣。这个团队在2007年开展了GeoLife项目,通过...
玄学酱 2019-12-01 22:08:29 1355 浏览量 回答数 1

回答

工作组:首次使用画像分析需要先创建一个工作组,把云计算资源加入到工作组中。 成员:包含工作组管理员、开发者、分析师和访客。 • 工作组管理员:拥有工作组内的各功能的读写权限。 • 工作开发者:拥有工作组内的数据源增删改查、标签增删改查等权限。 • 工作组分析师:可使用工作组内的数据进行数据分析等操作。 • 工作组访客:可查看工作组内的所有信息,无创建、修改、删除类权限。 云计算资源:包含阿里云关系型数据库(ApsaraDB for RDS)、阿里云大数据计算服务(MaxCompute)和阿里云分析型数据库(Analytic DB)。 实体(Object):表示分析的主体,是外部物理世界真实事物的抽象。例如人口、火车等。 关系(Link):包含虚拟关系和非虚拟关系,建立在两个及两个以上的实体上。 • 虚拟关系:将两个及两个以上的实体通过关联标签关联起来,不需要绑定物理表来关联实体。 • 非虚拟关系:通过绑定包含两个及两个以上的实体的主键信息的物理表来关联实体。 标签(Tag):是挂接在某个实体或某种关系上的描述属性。例如人员的姓名、年龄、籍贯等基础属性属于人员这个实体。 标签模型:基于OLT(实体、关系、标签)模型来抽象物理数据构建语义层,为业务人员“看懂数据”从而“使用数据”提供基础。 值码表:数据库相关字段编码值的含义,例如:性别字段代码表的值【M】为【男】和【F】为【女】,用于群体圈群和分析直观的设置筛选条件。 群体:包含实时群体、动态群体和静态群体。 • 实时群体:由用户通过一定条件圈定,后台只存储圈定逻辑的客群,即客户每次点开客群详情,看到的是实时的群体数据。 • 静态群体:由用户通过一定条件圈定,后台将圈定保存时的数据存到一张指定的数据库表的群体,客群数据一旦存到数据库,只能删除,不能更新。 • 动态群体:由用户通过一定条件圈定,后台按照一定周期将客群的数据存到一张指定的数据库的表的群体,指定的数据库表将按照一定周期覆盖式的更新数据,可以删除这张表。
LiuWH 2020-03-24 09:21:00 0 浏览量 回答数 0

问题

学术界关于HBase在物联网/车联网/互联网/金融/高能物理等八大场景的理论研究

转载自:http://www.hbase.group/article/2 引言 HBase在互联网领域有广泛的应用,比如:互联网的消息系统的存储、订单的存储、搜索原材料的存储、用户画像数据的存储...
pandacats 2019-12-18 16:06:18 1 浏览量 回答数 0

问题

【重磅发布】云栖社区《2017中国开发者调查报告》全版PDF

今年,超过14992位开发者参加了云栖社区为期2个月的《2017中国开发者调查报告》调研。其中,7032位开发者穿越了118道题海,圆满完成调查任务。开发者们详细分享了自己的开发环境、开发语言、编程...
福利达人 2019-12-01 21:25:48 480 浏览量 回答数 0

问题

阿里云“为游戏而生”沙龙回顾

       6月17 日下午,继“创•不同”杭州站沙龙之后,阿里云 全国系列主题沙龙第二站在厦门圆满结束。此次沙龙以“为游戏而生”为主题,阿里云相关负责人、架构师向到场的游戏开发商、运营商详细...
nono20011908 2019-12-01 20:54:52 8520 浏览量 回答数 3

问题

阿里云“为游戏而生”沙龙回顾

       6月17 日下午,继“创•不同”杭州站沙龙之后,阿里云 全国系列主题沙龙第二站在厦门圆满结束。此次沙龙以“为游戏而生”为主题,阿里云相关负责人、架构师向到场的游戏开发商、运营商详细...
nono20011908 2019-12-01 22:02:00 7611 浏览量 回答数 3

回答

阿里云根据大数据对您的账号做安全检查,提示预警:风险客户 风险识别(Fraud Detection)基于阿里巴巴安全团队多年风控技术的积累,结合阿里云、淘宝、支付宝等平台的风险运营经验,为企业用户提供智能、轻量、成熟的业务风控解决方案,快速解决业务安全风险,降低损失。 目前的产品包括:注册风险识别(基础版与增强版)、营销风险识别(基础版与增强版)、登录风险识别(基础版与增强版)、设备风险识别、业务风险情报、邮箱画像、地址评分。 更多阿里云帮助文档 https://help.aliyun.com 希望对您有帮助!
阿里朵 2019-12-02 02:20:24 0 浏览量 回答数 0

回答

VIP分群营销场景 业务需求:VIP标签用于标识零售商重要客户。VIP用户是一个很好的目标细分市场,因为他们比其他人更有可能购买,而且他们不会像其他细分市场一样对价格敏感。营销活动为门店举行店庆,定向邀约VIP高级客户购买独家产品。 解决方案: • 在数据萃取与精准营销方案中,市场营销业务人员可定义品牌的VIP客户为:客户生命周期价值超过一定阈值(例如10000元)且交易数量超过一定阈值(例如10次)的客户,等其他条件。 • 可随时对筛选条件进行调整,并实时返回结果,以保证VIP定义的目标受众既不会过多也不会过少(例如前10%)。 受众画像/透视分析场景 业务需求:投放之前,业务部门需要了解筛选出的受众与大盘人群相比,在属性、行为特征、购物偏好上,分别有哪些特征,最显著的不同体现在哪些特征上。 解决方案: • 受众分析可洞察以筛选人群各个特征值分布,提供圈选受众的人群画像。 • 进一步地,显著性分析展现了当前受众相比大盘人群,差异最大的标签(特征),并展示分布。 通用模型分析场景 业务需求:业务需要将所有客户按照通用RFM模型,将所有客户按照Recency-Frequency-Monetary value三个维度进行评分,并进一步进行客户分群管理,例如针对重要挽留客户、一般价值客户、潜在客户采取不同营销手段。 解决方案: • 用户洞察内置基于RFM,AIPL等通用模型的数据建模能力,不需要编程能力,业务部门可自主配置得分规则和阈值。 • 模型分群支持直接新建模型受众,将洞察结果应用于营销行动。 全域营销场景 使用场景链路通过Quick Audience和数据银行能力深度打通,分别在阿里云及生态内为客户提供服务,并实现品牌一方数据、平台二方的一键高效打通融合,全面提能提效品牌全域消费者运营。 推荐搭配组合:Dataphin + Quick Audience + Quick BI • Quick BI详情请参见什么是Quick BI。 • Dataphin详情请参见什么是Dataphin。
LiuWH 2020-03-24 09:34:13 0 浏览量 回答数 0

问题

【精品问答合集】Hbase热门问答

hbase 大量写入很慢https://yq.aliyun.com/ask/50074 发现hbase文件大规模的丢失了https://yq.aliyun.com/ask/46584 hbase启动脚本start-hbase的疑问https...
hbase小能手 2019-12-01 19:41:25 37316 浏览量 回答数 9

回答

1、利用爬虫技术抓取公司用户信息 公司有15k员工,办公系统的hr模块,只要有部门级的管理人员权限就可以看自己部门的几百名员工资料,包括历年历月的工资条和具体个人信息。关键是,网页地址上有员工编号,如果改一下编号理论上就可以看到部门之外的任意员工资料,包括老总的(老总的编号很普通,并不是想当然的100001)。如果搞个爬虫,想泡妞的人估计就有福气了,呵呵。 2011年夏天,我在google实习的时候做了一些Twitter数据相关的开发,之后我看到了一篇关于利用Twitter上人的心情来预测股市的论文。实习结束后,我跟几个朋友一起商量,看看能不能一起做做Twitter的数据挖掘。于是写了个爬虫玩玩,让Wimbledon意想不到的是,最后开发了两年多,抓取了7一千多用户的400亿条tweet。 2、分析网站用户,预测美女 爬了某网站12万用户的头像,把长得像的头像放在一起。然后搜集了知友们的点击,预测出来这是你们(平均)最喜欢的人长的样子。然后根据点击数据训练出来了一个带逛机器人,可以自动识别美女。 爬虫技术可以抓取到淘宝天猫京东订单页的数据,不过你需要具备特别的抓取技巧,这其中,最难的是如何绕过或者说击败淘宝和京东的安全策略以及反爬虫策略!而且淘宝和京东貌似迭代很快,三五天就一个新版本。需要持续维护这个爬虫。总之,只要你的爬虫够人性化就可以。没有抓不到的数据,只有不努力的爬虫,不过需要注意的是,,淘宝京东这种都是有专门的反爬虫部门的。 3、网络爬虫技术在商业银行的应用 对商业银行而言,网络爬虫技术的应用将助力商业银行实现四个“最了解”,即“最了解自身的银行”、“最了解客户的银行”、“最了解竞争对手的银行”和“最了解经营环境的银行”,具体应用场景如下。包括网络舆情监测、客户全景画像、竞争对手分析、行业垂直搜索。 其中客户全景画像指的是网络爬虫系统对客户相关信息进行实时采集、监测、更新,不仅可以更全面地了解客户实时情况,而且可以对客户的潜在营销商机和信用风险进行预判,有效提升客户营销和贷后风险管理效率,提升商业银行综合效益,形成银行与客户共赢的局面。 4、用“爬虫”技术窃小说供人阅览 有这样一个案例,用“爬虫”技术,福建籍任晓锦等5人事先把多个小说网站的链接存在服务器上,当手机用户登录APP,搜索相关小说时,搜索需求就会迅速反馈到服务端,并通过软件“抓取”小说网站的数据传送到客户端,供用户阅读或下载。不用花费一分钱版权费,任晓锦等非法获取各类小说达5000部以上。不过利用“爬虫”技术窃小说供人阅览,这是违法行为,最终这5人被绳之于法。鉴于此种行为危害较大,各位程序员还是且行且珍惜。 这些爬虫技术的运用,很多都是违法的哦,各位程序员们还是需要谨慎。其实爬虫技术还可以做很多更加牛逼哄哄的事情,欢迎大家来补充!
有只黑白猫 2020-01-15 11:55:51 0 浏览量 回答数 0

云产品推荐

上海奇点人才服务相关的云产品 小程序定制 上海微企信息技术相关的云产品 国内短信套餐包 ECS云服务器安全配置相关的云产品 开发者问答 阿里云建站 自然场景识别相关的云产品 万网 小程序开发制作 视频内容分析 视频集锦 代理记账服务 阿里云AIoT