数据挖掘

首页 标签 数据挖掘
# 数据挖掘 #
关注
27096内容
|
13小时前
| |
来自: 弹性计算
机器学习不是“银弹”,但能救你于告警地狱:AIOps 减噪的 3 个实战方法(Motadata 实战版)
机器学习不是“银弹”,但能救你于告警地狱:AIOps 减噪的 3 个实战方法(Motadata 实战版)
|
18小时前
|
家政上门系统源码,支持小程序+H5+公众号+APP多端适配,涵盖用户、师傅、管理三端
家政上门系统源码,支持小程序+H5+公众号+APP多端适配,涵盖用户、师傅、管理三端。功能齐全:在线预约、实名认证、订单跟踪、接单派单、提现管理、员工考核、数据分析等,助力家政企业高效运营,提升服务品质与用户体验。
|
19小时前
|
热门免费 BI 产品推荐:企业数据分析系统建设费用全解析
2025年BI工具全面智能化,从报表展示进化为决策中枢。本文基于技术先进性、部署灵活度等维度,精选10款国内外主流BI产品,涵盖瓴羊Quick BI、Power BI、Tableau等,均支持免费试用与多云部署,助力企业高效构建数据驱动体系。
|
1天前
| |
做了15年认知心理学研究,聊聊我是怎么被文献淹没、又怎么爬出来的
一位认知心理学研究者分享15年科研中如何摆脱文献困扰:从每周耗12小时筛选论文,到借助AI工具将时间减至4小时。通过智能检索、批量分析、跨语言翻译等功能,高效追踪前沿、提升综述质量,并推动团队协作升级。工具助力,让科研回归思考本质。
19 | 广告系统:广告引擎如何做到在 0.1s 内返回广告信息?
广告系统是互联网核心营收支柱,支撑Google、Facebook等巨头超80%收入。本文详解其高性能引擎架构:通过标签过滤、树形分片、向量检索与非精准打分等技术,在0.1秒内完成百万级广告实时召回与排序,实现千人千面精准投放。
16 | 最近邻检索(下):如何用乘积量化实现「拍照识花」功能?
随着AI发展,以图搜图、拍图识物等应用日益普及,其核心是高效图片检索技术。本文深入解析如何通过聚类算法(如K-Means)与乘积量化结合倒排索引,实现高维图像特征向量的快速近似最近邻搜索,在降低存储开销的同时提升检索效率,广泛应用于图像搜索、推荐系统等领域。
|
1天前
|
19 | 广告系统:广告引擎如何做到在 0.1s 内返回广告信息?
广告系统是互联网核心营收支柱,支撑Google、Facebook等巨头超80%收入。其背后依赖高性能广告引擎,实现高并发、低延迟的“千人千面”精准投放。本文深入解析广告引擎架构,涵盖标签检索、向量匹配、打分排序与索引优化四大关键技术,揭示如何在0.1秒内完成从请求到广告返回的全过程,打造高效智能的广告生态体系。(238字)
|
1天前
|
16 | 最近邻检索(下):如何用乘积量化实现「拍照识花」功能?
本文深入解析了AI时代图片检索的核心技术,涵盖聚类算法与局部敏感哈希的差异、乘积量化压缩向量原理及倒排索引优化。通过K-Means聚类与乘积量化结合,实现高效近似最近邻搜索,在节省存储的同时提升检索速度,广泛应用于以图搜图、商品识别与推荐系统等领域。
16 | 最近邻检索(下):如何用乘积量化实现「拍照识花」功能?
AI时代,图片检索依赖高效向量相似搜索。本文解析聚类算法与局部敏感哈希差异,详解K-Means聚类、乘积量化压缩及倒排索引技术,揭示“以图搜图”背后原理,实现海量高维数据快速精准检索。(238字)
19 | 广告系统:广告引擎如何做到在 0.1s 内返回广告信息
广告系统是互联网核心营收支柱,支撑Google、Facebook等巨头超80%收入。它需在0.1秒内完成百万级广告实时检索,属高并发、低延迟典型。本文以展示广告为例,解析其引擎架构:通过标签构建倒排索引,结合树形分片、向量检索与非精准打分预筛,优化召回效率;再用深度学习精准排序,提升匹配度。同时,在索引构建时前置过滤无效广告,压缩检索空间,并依赖全量+增量机制实现实时更新。整体设计兼顾性能与效果,实现千人千面的高效投放。
免费试用