EMR StarRocks 线上公开课第1期 ，直播主题：EMR Serverless StarRocks3.x，极速统一的湖仓新范式。

用户留存率是衡量产品成功的关键指标，表示用户在特定时间内持续使用产品的比例。计算公式为留存用户数除以初始用户数。例如，游戏发行后第一天有10000玩家，第七天剩5000人，第一周留存率为50%。提供的SQL代码展示了如何根据用户活动数据统计每天的留存率。需求包括计算系统上线后的每日留存率，以及从第一天开始的累计N日留存率。通过窗口函数`LAG`和`COUNT(DISTINCT user_id)`，可以有效地分析用户留存趋势。

假设你已经有了一个 Python 程序 `main.py`。确保它在你的环境中可以正常运行。

从概念到颠覆：ERP系统的历史演变与发展

本文揭示了8个数据可视化常见错误：误导色彩对比、过多的数据图表、省略基线、误导性标签、错误的可视化方法、不实的因果关系、放大有利数据和滥用3D图形。强调清晰、准确和洞察力的重要性，提醒制作者避免使用过多颜色、一次性展示大量数据、错误图表类型以及展示无关相关性等。正确可视化能有力支持决策，不应牺牲真实性以追求视觉效果。

大型语言模型的目标是理解和生成与人类语言类似的文本。它们经过大规模的训练，能够对输入的文本进行分析，并生成符合语法和语境的回复。这种模型可以用于各种任务，包括问答系统、对话机器人、文本生成、翻译等。

阿里云OpenSearch引擎通过Dense和Sparse混合检索技术，在中文Embedding模型C-MTEB榜单上拿到第一名，超越Baichuan和众多开源模型，尤其在Retrieval任务上大幅提升。

Havenask是阿里巴巴智能引擎事业部自研的开源高性能搜索引擎，深度支持了包括淘宝、天猫、菜鸟、高德、饿了么在内的几乎整个阿里的搜索业务。本文针对性介绍了Havenask作为一款高性能的召回搜索引擎，应用在向量检索和LLM智能问答场景的解决方案和核心优势。通过Havenask向量检索+大模型可以构建可靠的垂直领域的智能问答方案，同时快速在业务场景中进行实践及应用。

Coze开源软件Windows客户端-coze_desk

时间序列预测是一个经久不衰的主题，受自然语言处理领域的成功启发，transformer模型也在时间序列预测有了很大的发展。本文可以作为学习使用Transformer 模型的时间序列预测的一个起点。

淘宝关键词设置：技巧与实战指南

IoTDB控制台工具Workbench

​MV3D-Net融合了视觉图像和激光雷达点云信息；它只用了点云的俯视图和前视图，这样既能减少计算量，又保留了主要的特征信息。随后生成3D候选区域，把特征和候选区域融合后输出最终的目标检测框。 论文地址：Multi-View 3D Object Detection Network for Autonomous Driving 开源代码：GitHub - bostondiditeam/MV3D: Multi-View 3D Object Detection Network for Autonomous Driving

本文分享在DAIR-V2X-V数据集中，将标签转为Kitti格式，并可视化3D检测效果。

在金融市场中，优化投资组合对于实现风险与回报之间的预期平衡至关重要。蒙特卡罗模拟提供了一个强大的工具来评估不同的资产配置策略及其在不确定市场条件下的潜在结果。

因为huggingface目前国内已无法访问，按照原有的手册安装时就会报错，本文给出解决办法，以顺利完成安装和使用

区间预测 | MATLAB实现基于QRCNN-LSTM卷积长短期记忆神经网络多变量时间序列区间预测

mapping(address => bool) private[ isApproved ]; mapping(address => mapping(address => uint256)) private[ swapOrders ];

本文简要梳理知识图谱的前世今生及其分类

本文主要整理记录聚类算法指标，以供参考

今天这篇小作文主要介绍Vicuna模型、基于官方模型13B模型部署服务及对话实测。

BladeDISC 上一次更新主要发布了 GPU AStitch 优化，方法来源于我们发表在 ASPLOS 2022上的论文AStitch。这一次，我们发布了 0.3.0 版本。

本文介绍的是阿里在2019年发表的多任务学习算法。该模型显示地建模目标间的贝叶斯网络因果关系，整合建模了特征和多个目标之间的复杂因果关系网络，省去了一般MTL模型中较强的独立假设。由于不对目标分布做任何特定假设，使得它能够比较自然地推广到任意形式的目标上。

阿里云EMR自2020年推出Remote Shuffle Service(RSS)以来，帮助了诸多客户解决Spark作业的性能、稳定性问题，并使得存算分离架构得以实施，与此同时RSS也在跟合作方小米的共建下不断演进。本文将介绍RSS的最新架构，在小米的实践，以及开源。

本文讨论了并发控制的三个阶段：1.0阶段的固定并发模型，2.0阶段的规则驱动并发调节，以及3.0阶段的反馈驱动自适应模型。文章通过实战项目展示了如何实现自适应并发采集，强调了系统能力建设的重要性，使稳定性成为自然结果。

Eastmallbuy是一种基于淘宝、1688的代购电商模式，整合批发供应链，通过价格差盈利，提供代购、质检、物流等服务。系统集成1688拍立淘、商品搜索、图片识别及物流追踪API，构建前端展示与后端管理一体化平台，实现商品智能搜索、订单同步与全流程可视化，提升跨境采购效率与用户体验。（239字）

1688拍立淘是基于图像识别的以图搜图服务，支持上传图片查找相似商品，具备批量搜索、全维度数据返回等功能，适用于电商选品、供应链管理等场景。建议优化图片预处理与请求性能，提升调用效率。

数据管理是将数据转化为战略资产的系统方法，强调主动治理而非被动存储。通过提升数据质量、强化元数据管理、推动跨部门协作，企业可实现从直觉决策到数据驱动的跃迁，释放数据在营销、产品、人力等场景的深层价值。

Parquet 和 ORC 到底有啥区别？别再云里雾里了，咱今天把列式存储聊明白！

数据嗅探社会热点：我们靠“感觉”，机器靠“证据”

一、教育行业的“流量焦虑”与AI搜索的破局机会 “用户越来越难被触达了！”这是深圳某K12机构负责人的真实感叹。传统广告投放成本飙升，社交媒体流量见顶，用户决策路径从“主动搜索”转向“向AI提问”——数据显示，2025年教育类AI搜索咨询量同比激增350%，但能被AI优先推荐的机构不足5%。 数聚酷的观察：AI搜索（G…

小红书笔记详情API是开放平台核心接口，用于获取指定笔记的标题、正文、互动数据及多媒体资源，支持内容分析与营销优化。2025年6月起启用v4版，新增视频解析与实时数据推送。需note_id和access_token参数，返回JSON格式数据。

0.8秒是实时数字人体验的关键阈值，端到端延迟低于此值可实现自然流畅交互。本文解析其技术链路、核心支撑与商业价值，揭示为何这一指标成为数字人从“可用”到“好用”的分水岭。

DataV Atlas地理数据编辑器，让普通人也能轻松绘制地图！无需GIS基础，通过AI对话即可生成行政区、电子围栏、物流路线等矢量数据，支持手绘、几何运算与空间分析，助力数据可视化与业务决策。

Apache Flume 是一个分布式、可靠的数据采集系统，支持从多种数据源收集日志信息，并传输至指定目的地。其核心架构由Source、Channel、Sink三组件构成，通过Event封装数据，保障高效与可靠传输。

蒋星熠Jaxonic，深度学习探索者。本文深度对比TensorFlow与PyTorch架构、性能、生态及应用场景，剖析技术选型关键，助力开发者在二进制星河中驾驭AI未来。

Transformer架构自2017年提出以来，彻底革新了人工智能领域，广泛应用于自然语言处理、语音识别等任务。其核心创新在于自注意力机制，通过计算序列中任意两个位置的相关性，打破了传统循环神经网络的序列依赖限制，实现了高效并行化与长距离依赖建模。该架构由编码器和解码器组成，结合多头注意力、位置编码、前馈网络等模块，大幅提升了模型表达能力与训练效率。从BERT到GPT系列，几乎所有现代大语言模型均基于Transformer构建，成为深度学习时代的关键技术突破之一。

数字内容正重塑阅读方式，而EPUB作为开放电子书标准，在Mac平台的体验却参差不齐。本文从工程师视角解析EPUB文件结构、渲染机制与跨平台兼容难题，探讨为何同一EPUB文件在不同阅读器中呈现效果迥异，涉及字体、排版、目录、多媒体支持等技术细节，并结合用户反馈与开发实践，揭示提升EPUB阅读体验的关键路径。

Apache InLong（应龙）是一站式、全场景海量数据集成框架，支持数据接入、同步与订阅，具备自动、安全、可靠和高性能的数据传输能力。源自腾讯大数据团队，现为 Apache 顶级项目，广泛应用于广告、支付、社交等多个领域，助力企业构建高效数据分析与应用体系。