分享数据挖掘技术在实际业务中的应用实践。
转载
2023-08-04 15:37:12
175阅读
在数字化时代，数据驱动已成为出行行业创新发展的关键推动力。车辆共享服务、即时交通更新、动态定价机制、乘客与司机之间的优化匹配等，都是数据分析不断进化的结果。本文将深入探讨在出行行业中，如何通过数据采集、实时数据处理、行为分析以及多维特征分析等技术手段，驱动业务创新和提高运营效率。精准的数据采集与实时处理任何数据驱动的策略首先依赖于精准而高效的数据采集能力。在出行行业，实时数据的采集尤为重要，它包括
原创
2024-09-27 22:00:56
465阅读
在数字化时代，数据驱动已成为出行行业创新发展的关键推动力。车辆共享服务、即时交通更新、动态定价机制、乘客与司机之间的优化匹配等，都是数据分析不断进化的结果。本文将深入探讨在出行行业中，如何通过数据采集、实时数据处理、行为分析以及多维特征分析等技术手段，驱动业务创新和提高运营效率。
任何数据驱动的策略首先依赖于精准而高效的数据采集能力。在出行行业，实时数据的采集尤为重要，它包括用户的位
原创
2024-09-20 11:35:50
95阅读
随着数据科技的迅猛发展和企业竞争的日益激烈，从单纯的数据仓库、到数据中台，再到现今越来越受瞩目的数据飞轮，我们见证了数据管理和分析技术的一次次演变。尤其在出行行业，这种转变不仅推动了技术的进步，还深刻改变了市场结构和业务模式。
原创
2024-09-26 19:20:22
281阅读
随着数据科技的迅猛发展和企业竞争的日益激烈，从单纯的数据仓库、到数据中台，再到现今越来越受瞩目的数据飞轮，我们见证了数据管理和分析技术的一次次演变。尤其在出行行业，这种转变不仅推动了技术的进步，还深刻改变了市场结构和业务模式。
出行行业涵盖了公共交通、共享交通、长途旅行等多种形式，每天产生海量的数据点，如用户行为、车辆运行状态、路况信息等。这些数据若能得到有效处理，将极大提升服务效率
原创
2024-09-21 10:06:02
43阅读
1、公司要做一个模拟推演系统希望通过模拟得出几个结论一个城市到底需要多少个车才能满足客户需要并且能够控制每个车的流水如何做到智能调度个人觉得这个是个典型的强化学习的方法比如每个司机其实是个智能决策个体肯定希望能够更多的接到单也就是他的行驶路线会向乘客较多的地方靠近每个司机随着开车的时间变久就会发现哪里乘客比较多什么时候应该到哪里去等单这个时候他们就要判断自己往哪个方向开车如果我们取value=在某
原创
2018-04-03 16:16:15
1104阅读
点赞
在数据驱动业务的当代，出行行业尤其显示出对数据技术的渴求和依赖。从原始的数据仓库到现代的数据中台，以及促进自我增长的数据飞轮，每一步技术进化都显著增强了企业的竞争力和服务质量。本文将聚焦于出行业，探讨数据技术如何使得广告监测、老用户活跃、增长营销及公域获客等业务场景得以显著优化。
在数据技术的发展初期，数据仓库是出行企业主要依赖的技术。通过集成的数据仓库，企业能够从异构数据源中汇总信
原创
2024-09-23 13:21:01
401阅读
在数据主导的商业环境中，出行行业面临前所未有的机遇与挑战。随着数据中台进入“沉睡”阶段，激活这些沉睡的数据并构建数据飞轮成了推动业务创新的关键所在。本文将探讨如何利用先进的数据技术和实践，特别是在公域获客、广告监测、新用户激励和增长营销等业务场景中，通过构建有效的数据飞轮来赋能出行行业，提升业务价值。
数据飞轮是指在数据和业务之间建立一种正反馈循环：业务操作产生数据，这些数据被分析并
原创
2024-09-20 13:15:02
94阅读
数据生产--传输到日志平台--数据存储--数据计算--数据应用 flume 日志服务 消息中间件 kafka 流式处理 flink和spark streaming 批处理 spark 储存 hdfs和hadoop B为list的父类 scala是sparrk的 前身 mapreduce启动的是进程， ...
转载
2021-10-02 17:10:00
159阅读
2评论
在这个数据驱动的时代，我们不断见证技术的飞跃和创新。特别是在数据技术领域，从传统的数据仓库到现在的数据中台，再到如今我们探讨的数据飞轮，每一步都不仅仅是技术的演进，更是企业商业模式转型的推动者。接下来，我们将通过一个具体的业务场景——智能推荐系统，来探讨如何利用数据飞轮加速企业的增长。
智能推荐系统是很多在线业务增长的核心，它不仅改善了用户体验，还显著提升了企业的产品吸引力和用户粘性
原创
2024-09-24 10:54:01
423阅读
简介： 本文是#春招专栏#系列的第1篇，根据高德机器学习研发部负责人damon在AT技术讲坛所分享的《AI在出行领域的应用实践》的内容整理而成。前言：又到春招季！作为国民级出行服务平台，高德业务快速发展，大量校招/社招名额开放，欢迎大家投递简历，详情见文末。为帮助大家更了解高德技术，我们策划了#春招专栏#的系列文章，组织各业务团队的高年级同学以科普+应用实践为主要内容为大家做相关介绍。AT技术讲坛
转载
2021-03-09 20:15:09
229阅读
2评论
前言：又到春招季！作为国民级出行服务平台，高德业务快速发展，大量校招/社招名额开放，欢迎大家投递简历，详情见文末。为帮助大家更了解高德技术，我们策划了
#春招专栏#的系列文章，组织各业务团队的高年级同学以
科普+应用实践为主要内容为大家做相关介绍。本文是#春招专栏#系列的第1篇，根据高德机器学习研发部负责人damon在AT技术讲坛所分享的《AI在出行领域的应用实践》的内容整理而成。在不影响
转载
2021-03-09 20:02:11
186阅读
2评论
前言：又到春招季！作为国民级出行服务平台，高德业务快速发展，大量校招/社招名额开放，欢迎大家投递简历，详情见文末。为帮助大家更了解高德技术，我们策划了 #春招专栏# 的系列文章，组织各业务团队的高年级同学以科普+应用实践为主要内容为大家做相关介绍。本文是#春招专栏#系列的第1篇，根据高德机器学习研发部负责人damon在AT技术讲坛所分享的《AI在出行领域的应用实践》的内容整理而成。在不影响原意的情
转载
2021-03-06 13:29:38
639阅读
2评论
在数据驱动的商业世界中，出行行业始终是技术创新和客户体验改进的前沿阵地。数据飞轮，作为一种新兴的数据管理与运用框架，在推动这一行业向前发展中扮演着关键角色。本文将深入探讨数据飞轮如何在出行行业中实现数据中台的活化，并分享几个具体实践，从而提供一个全新的视角来看待数据的价值和应用。
数据飞轮是一种通过增强数据获取、分析和应用能力来推动业务成长的机制。在出行领域中，数据中台的构建旨在实现
原创
2024-09-20 12:29:15
137阅读
出行大数据分析报告的目的是通过解析和分析交通运输相关的大数据，帮助研究人员和决策者更好地理解出行模式、优化交通系统以及提供更好的服务。因此，在这个过程中，我们需要深刻掌握这些数据的抓取、解析及交互过程，并结合相关的工具链集成，使得分析结果更加准确和实用。
## 协议背景
在出行大数据分析的背景下，交通数据通常涉及地理信息、出行时间、路线选择等多种方面。我们可以从 OSI 模型的四个层级出发，研
在今天的出行行业，数据不仅是资产，更是推动业务革新和优化用户体验的关键驱动力。通过深入分析来自不同触点的庞大数据聚合，企业不仅可以提升服务质量，还能实现精准营销和运营效率的大幅提升。在这一过程中，数据中台和数据飞轮的概念逐渐成为关键工具。但是，数据飞轮是否仅仅是数据中台的进阶版本，还是两者有本质的不同？本文将通过出行行业的视角，探讨这一问题，并通过具体实践来展示数据飞轮在此行业中的应用和成效。
原创
2024-09-22 15:21:02
557阅读
在当今的数据驱动时代，出行行业面临着前所未有的挑战和机遇。数据不仅仅是帮助企业做决策的工具，更是推动业务发展、创新和竞争力提升的核心动力。从数据仓库、数据湖到数据中台，再到称之为“数据飞轮”的数据生态系统，每一次技术的进步都极大地推动了业务的变革。本文将从技术的角度探索如何在出行行业中利用数据飞轮实现用户挽回、提升老用户活跃度、产品优化及日常运营活动。
数据飞轮是指公司通过高效利用数
原创
2024-09-22 13:57:01
412阅读
由全样而非抽样进而引申出来的，因为相较于之前的抽样分析我们为什么要追求它的精确性就是因为抽样出现的误差在全部的个体中会被放
原创
2023-08-08 01:05:42
381阅读
随着企业日常经营活动的进行，企业内部必然产生了各式各样的数据，如何利用这些数据得出有益的见解，并支持我们下一步的产品迭代以及领导决策就显得尤为重要。A/B测试是互联网企业常用的一种基于数据的产品迭代方法，它的主要思想是在控制其他条件不变的前提下对不同（或同一、同质）样本设计不同实验水平（方案），并根据最终的数据变现来判断自变量对因变量的影响；A/B测试的理论基础主要源于数理统计中的假设检验部分，此
转载
2023-05-18 10:10:41
906阅读
桔妹导读：DLFlow是滴滴用户画像团队打造的一套端到端的深度学习方案，主要面向大数据离线任务环境。通过结合Spark和Tensorflow，实现了原始特征快速处理、海量数据训练、大规模分布式预测，极大的提高了模型算法的开发效率。1. DLFlow是什么DLFlow 是滴滴用户画像团队打造的一套面向大数据环境下离线任务的深度学习方案。通过结合 Spark 和 Tensorflow ，实现
转载
2024-08-21 17:24:13
366阅读
