- 综合排序
- 最热优先
- 最新优先
媒体融合专项版 ——500 + 账号全域管控方案
技术背景在 AI 重构内容生产力的浪潮下（徐达内，2025），媒体机构账号矩阵规模呈指数级增长，某省级媒体矩阵达 500 + 账号却面临 “数据乱、考核难” 痛点。 + 平台 OAuth 2.0 一键认证，账号数量无上限适配；内容生产引擎：集成 NLP 模型与行业词库，输入 “文旅 + 秋季” 即可生成 300 + 差异化文案，结合爆款解构算法实现二次创新；数据中台层 ：实时聚合 186 + 维度数据，支持账号分组管理与任务看板可视化。 return requests.post(f"{self.base_url}/groups", json=payload, headers=self.headers).json() # 带数据监测的内容发布 self.headers).json()标杆案例黄山旅游通过该架构整合 126 个账号，周更率从 50% 升至 85.7%，抖音话题播放量年增 160 亿；某省级媒体实现 500 + 账号 “一人管理”，数据统计效率提升
28010编辑于 2025-11-07腾讯云智慧传媒：构建全域数字基座与融合服务引擎
部署全栈技术产品矩阵与开放生态 张宇明|腾讯云智慧传媒行业解决方案专家 提出通过“开放共建·融合创新”模式，提供覆盖四大场景的三大域服务： 1. 融合服务引擎 媒体处理引擎： 提供音视频转码与内容质检能力，支持画质增强与19项技术检测。 数据处理引擎： 腾讯企点分析云，提供数据采集、增长分析与可视化能力。 低代码开发： 微搭低代码平台，支持企业微信应用、小程序、Web/H5的快速构建。 3. XR演播室： 纯软件跟踪标定，无穿戴人体识别与动捕，低成本实现虚实融合。 服务保障： 提供认证培训、生态投资及5aaS孵化（内部开放平台、腾讯营销云等）。 交付模式： 支持SaaS服务、私有化部署及专属云模式，提供7*24小时售后响应与标准交付验收流程。
16910编辑于 2026-05-31融合LBS大数据重塑行业监管：文旅全域数智化治理与服务赋能路径
打通数据孤岛，直面政企客三端监管与服务断层 当前文旅产业在迈向全域数字化的进程中，普遍面临因数据底层割裂而导致的战略执行困境。 由于缺乏综合数据枢纽，管理部门无法对全域数字化旅游进行有效监管与把控，行业监测、经济运行分析与突发事件应急决策缺乏量化数据支撑。 ，底层数据融合直接支撑了“游云南”产品体系的爆发。 上线文旅融合大数据应用和算法模型，促成旅游资源的开放共享流通，建成全国具有引领示范作用的文旅行业大数据中心。 平潭综合实验区（畅游平潭）： 聚焦全域海岛特色，沉淀多业态用户数据。 通过融合台胞服务、移动餐车、海产溯源等创新功能，打通“吃住行游购娱”全要素，利用数据驱动延长游客旅游时长。 5.
16510编辑于 2026-05-30- 来自专栏公共互联网反网络钓鱼（APCN）
线上线下融合式勒索攻击的链路解析与全域防御研究
反网络钓鱼技术专家芦笛指出，线上线下融合攻击打破了网络安全与物理安全的防护边界，单一维度的安全策略已无法抵御此类复合型威胁，企业必须推动网络安全与实体安防体系深度融合。 此类线上线下融合的复合型攻击，模糊了网络安全与物理安全的边界。 5 总结与展望5.1 研究总结本文以 Silent Ransom Group 线上线下融合式勒索攻击为研究对象，梳理了该犯罪团伙的发展历程与攻击特征，完整拆解了 “前置侦察 — 远程社工诱导 — 线下物理入侵 5.3 防御技术迭代方向对应攻击演化趋势，未来防御技术需向三个方向迭代：一是智能化行为分析，引入 AI 算法对远程会话、人员行为、文件操作做深度行为分析，从 “特征匹配” 升级为 “异常行为识别”；二是全域数据联动 ，进一步完善全域防御体系。
20310编辑于 2026-06-15 腾讯云以融合创新数字底座驱动智慧城市全域数字化转型
企业现有平台存在数据孤岛、运维成本高及AI应用开发效率低等问题，制约全域数字化转型。 构建“Data+AI”一体化的云原生数字底座 腾讯云提出以融合创新数字底座（IaaS+PaaS+SaaS） 为核心的整体解决方案： 腾讯云大数据平台TBDS：支持存算分离、湖仓一体架构，可兼容C86/ARM 实现数据效能提升与成本优化量化效果 某部委大数据平台：实现总局+31省+5市数据协同，承载超10PB数据量（来源：客户案例）。 数据湖性能加速：通过Iceberg+StarRocks架构优化，查询性能提升50%（来源：产品测试数据）。 合规资质：TBDS获得15+信创兼容互认证，操作系统与数据库通过国家可靠测评。
22010编辑于 2026-05-30- 来自专栏大数据和云计算技术
超融合方案分析系列（5）EMC vxrail超融合方案分析
以下是超融合分析系列前面几篇，已经阅读过的同学可以跳过。 超融合概述 超融合产品分析系列（1）：nutanix方案 超融合方案分析系列（2）：VSAN的超融合方案分析 超融合方案分析系列（3）深信服超融合方案分析 超融合方案分析系列（4）H3C超融合方案分析 简单点解释一下：Vxblock就是传统的服务器+存储方案（历史上的vblock就没有了）；VxRack又分2种，一种是FLEX是基于ScaleIO+OpenStack的的大型数据中心方案，一种是基于VSAN 尤其是最新的v5 61xx系列CPU，基本上都是125w以上。将大部分CPU型号基本无法支持。 单节点最大支持4*4=16跟CPU，相比2U空间普遍支持24根内存条，支持的虚拟机更少。 同样，基于VSAN的方案，通常采用的是1:5的混合方案或者全闪存，6个磁盘槽位全部给数据盘，那么整个方案还需要有一个OS盘，在早期的材料中，我看到的是基于SLC的128G的SATADOM的做Esxi虚拟化
3K90发布于 2018-03-08 - 来自专栏腾讯优码二维码
Oneid数据融合见解
接触了大量企业客户项目，沟通过程中发现很多都需要去解决数据打通，实现所有数据融合。 数据融合是指数据埋点上报后，如何把不同端/系统的数据打通。 如CRM系统、线下终端、线上APP、小程序、公众号融合，实现oneid数据串联。 与很多行业人沟通探讨过，发现可以讲的特别清楚的不多，结合行业资料单独进行了整理研究可以看出，数据融合是高度依赖于数据埋点的，而大部分公司都处于未埋点或者埋点不规范阶段。 同时数据上报上来后，很难理解上报字段含义，数据准确性也无法确保，又要花大量时间去梳理，反而得不偿失优点：对于一些简单的标准化页面（如h5）能够自动化上报所有数据可视化埋点可视化是指可以直接获得在真实页面上操作的数据 当前服务的所有传统行业客户也都是通过该技术来完成数据上报数据融合数据通过代码埋点上报后，接下来就要解决数据融合问题数据融合：不同的端有不同的id，那这些id究竟如何串联起来。
53110编辑于 2025-01-08 - 来自专栏大数据在线
信创生态迎数据挑战，全域数据管控成趋势
随着越来越多关键工作负载的信创化，数据的“汇-存-管-用”全流程需要加速向全栈国产化演进，实现全域的数据可管可控。 以关键的CPU技术为例，目前有鲲鹏、兆芯、海光、飞腾、龙芯、申威等基于不同架构和指令集的CPU产品，为了实现对异构计算芯片的融合，需要在数据层实现各生态的兼容适配； 信创生态和现有X86生态的融合、过渡和切换 第三，数据流动解锁，无业务中断 数据驱动时代，数据的自由流动关乎着数据价值能否有效挖掘。 这当中，数据的类型包括结构化数据和非结构化数据，数据流动的路径则包括从X86生态到信创生态，以及信创生态内部之间。 03 跨生态的数据生命周期管理：可以在一个集群内实现跨生态的数据统一管理、数据流动、数据在线迁移。
99140发布于 2020-09-18 - 来自专栏AntDB数据库
全域全自主建设，亚信科技AntDB数据库助力广电5G业务上线运行
自2019年6月，中国广电成功获得5G牌照以来，迅速推进网络建设目标，成为5G网络覆盖广、应用场景多、用户体验出色的第四大运营商。 亚信科技作为领先的数智化全栈能力提供商，全面承接了BSS（业务支撑系统）的建设任务，AntDB数据库凭借其产品研发实力和15年核心系统实践经验，为中国广电的5G业务提供了全域、全自主的数据库能力建设和服务 BSS业务支撑系统，是运营商确保5G移动业务商用运营的关键。其子系统包含客户中心、产商品中心、业务开通、订单中心、计费账务、支付和结算等众多的核心业务服务。 在整个建设过程中，亚信科技AntDB作为全域业务系统核心数据底座，同时支持15个业务系统的建设，攻关的重点不仅是系统高可靠、高性能，还要满足跨系统事务和数据的一致性保障、超大规模的用户集群、复杂计算场景下的快速响应能力 亚信科技和AntDB数据库团队凭借在BSS领域的丰富积累，勤奋攻坚，全力以赴，确保广电5G业务的顺利上线和平稳运营。
45420编辑于 2023-11-13 - 来自专栏千帆企业应用连接器
零售企业全域数据打通最佳实践
多平台的数据如何更好的指导业务增长？ 零售客户：全域数据打通直播的开场，何露凡就为大家分享了一个自己亲历的大型零售客户的故事。 企业的CTO是个改革实战派，一直在反复思考实践，线下3000门店的数据，如何才能和线上数据互通，帮助企业进一步提升营收？ 原来企业的所有的线上订单、用户数据都是直接通过接口去和企业的业务中台对接，数据量大，脚本同步上亿条数据需要数个小时；而整体梳理升级后，腾讯云数据连接器作为一个“总线”，所有的数据出口都通过腾讯云数据连接器来对接 腾讯云数据连接器基于云原生的高性能架构，可拓展性高，自动伸缩扩容，支持大量数据并发同步。
1K30编辑于 2023-01-04 - 来自专栏AIGC新知
DCMM标准之数据安全域解读（二）：数据安全管理
图 2 数据管理能力成熟度等级 02—DCMM数据安全域概述 《数据安全法》第三条对数据方面的基础定义： 数据：任何以电子或其他方式对信息的记录。 GB/T 36073-2018《数据管理能力成熟度评估模型》设置数据安全能力域，包含数据安全策略、数据安全管理、数据安全审计3个能力项，给出5个能力等级标准：初始级、受管理级、稳健级、量化管理级、优化级 针对数据安全异常情况，对系统日志、网络日志、访问日志、操作日志的异常使用和操作进行分析，对异常行为及时处置。明确数据安全事件的处置流程与岗位职责，针对不同安全策略的风险，制定安全事件应急预案。 5. 条款5) 对于不同的数据使用对象，通过数据脱敏、加密、过滤等技术保证数据的隐私性； 条款6）定期开展数据安全风险分析活动，明确分析要点，制定风险预防方案并监督实施； 条款7）定期汇总、分析组织内部的数据安全问题 5. 级别 5：优化级 条款1）能主动预防数据安全风险，并对已发生的数据安全问题进行溯源和分析； 条款2）在业界分享最佳实践，成为行业标杆。
1.8K10编辑于 2024-10-08 - 来自专栏AIGC新知
DCMM标准之数据安全域解读（三）：数据安全审计
图 2 数据管理能力成熟度等级 02 — DCMM数据安全域概述 《数据安全法》第三条对数据方面的基础定义： 数据：任何以电子或其他方式对信息的记录。 GB/T 36073-2018《数据管理能力成熟度评估模型》设置数据安全能力域，包含数据安全策略、数据安全管理、数据安全审计3个能力项，给出5个能力等级标准：初始级、受管理级、稳健级、量化管理级、优化级 5. 审计报告发布 组织汇总审计过程发现的问题，编制数据安全审计报告，组织内部发布，使得利益相关者了解组织内数据安全情况。 、外部监管的需求； 条款4) 评审数据安全管理岗位、职责、流程的设置和执行情况； 条款5）评审组织数据安全等级的划分情况； 条款6) 评审新项目开展过程中的数据安全管理工作情况； 条款7）定期发布数据安全审计报告 5. 级别 5：优化级 条款1) 数据安全审计是组织审计工作的重要组成，数据安全审计能推动数据安全标准和策略的优化及实施； 条款2) 在业界分享最佳实践，成为行业标杆。
1.6K10编辑于 2024-10-08 - 来自专栏数据猿
【友盟+】COO叶谦：全域数据，智能未来
<数据猿导读> 2016中国互联网大会全域大数据应用论坛于6月21日在北京国际会议中心举行。【友盟+】COO叶谦对全域数据智能驱动未来分享了自己的观点和看法。 【友盟+】COO叶谦对全域数据智能驱动未来分享了自己的观点和看法。他表示：全域数据能力包括全面的数据采集能力、全面的数据处理能力和全面的数据服务能力。 全域数据能力是解决困局的新生产力 全域数据能力重点在全域两个字上，分为三个层次:全面的数据采集能力、全面的数据处理能力和全面的数据服务能力。 这些产品是基于全域数据的理念生成，致力于给各行各业的客户提供自由、灵活的全域数据采集和分析服务，帮助他们找到破局的方向。 对于全域数据的前景，叶谦表示，未来的智能生活离不开全域数据，也必将构建于全域数据的基石之上。 来源：数据猿
96240发布于 2018-04-19 - 来自专栏自然语言处理
贷款违约预测-Task5 模型融合
Task5 模型融合 Tip:此部分为零基础入门金融风控的 Task5 模型融合部分，欢迎大家后续多多交流。 尝试多种融合方案，提交融合结果并打卡。 ，模型融合后结果会有大幅提升，以下是模型融合的方式。 为了防止过拟合，将数据分为两部分d1、d2，使用d1的数据作为训练集，d2数据作为测试集。预测得到的数据作为新特征使用d2的数据作为训练集结合新特征，预测测试集结果。 ? clf, label, grd in zip(clf_list, label, grid): scores = cross_val_score(clf, X, y, cv=5,
1.2K40发布于 2020-10-10 - 来自专栏点云PCL
多帧数据融合思路
一.对数据的输入 A、如何获取你的点云数据（使用什么设备，查找相应设备的介绍，设备的精度、稳定度、抗噪能力、数据的可视深度范围等，采用无标记点融合，或标记点融合；要考虑多帧数据之间的旋转角度）； B、如何将你的数据对象从环境中分割出来 （识别分割、手动分割CC），深度学习若能做分割，并且针对特定对象的效果还行的话，再结合PCL做多帧数据的融合，是一个创新点（前提是提高效率）； C、对数据的输入输出要掌握，一般程序都是一样的，复制粘贴即可 二、对数据的预处理（融合肯定至少两帧数据） A、数据是否有噪声：根据噪声的类别，选择合适的算法进行去除（直通滤波、条件滤波、统计滤波、双边滤波等等）； B、数据是否需要下采样：体素栅格滤波（参数的设置， 根据自己的目的，参考北航出的国内唯一一本PCL的书，同时兼顾PCL官网的更新内容）； B、精配准执行前的准备：是否建立空间拓扑关系（一般需要建立，加快计算速度）； C、是否需要剔除错误点对（一般需要剔除，提高融合精度 书以及官网都可查阅）； D、执行计算，并输出精配准融合点云对象，输出精配R和T，输出精配时间，并可视化（保存或可视化都行）。
2.6K20发布于 2019-07-30 工业制造全域数据资产化与敏捷洞察联合实践
但在全域数字化转型过程中，全球头部制造企业普遍面临底层数据架构与前端业务敏捷性脱节的核心痛点： 全局数据资产碎片化： 全球数据仓库缺乏针对中国业务的专项治理，各业务系统独立建设，导致数据维护呈现碎片化状态 二、 构建湖仓一体与AI驱动的智能分析底座 为实现全方位的数据赋能，毕马威（KPMG）联合腾讯云为工业制造企业构建了基于全局视角的“一体化数据赋能平台”，通过底层架构重塑实现数据资产化： 湖仓一体的大数据底座 ： 依托腾讯云 TBDS（大数据处理套件） 与 Wedata（数据开发与治理平台），集成流处理引擎、批处理引擎与OLAP引擎，完成端到端的数据集成、流式计算、数据治理与运营监控。 AI与物联网场景融合： 引入 iPaaS 与 AI Capability（大模型客服、算法模型训练），将数据应用向下延伸至物联网服务（如设备工况监控、寿命预测、大修提醒），向上赋能市场营销（用户画像、积分体系与精准投放 此模式充分融合了毕马威在工业制造行业的专业领域知识与腾讯在科技和数字领域的底层影响力。
19710编辑于 2026-04-07- 来自专栏学习
【机器学习】---异构数据融合
本文将详细讨论异构数据融合的概念、常用的技术手段、挑战以及代码示例。 2. 异构数据融合的概念 异构数据是指数据在格式、维度、来源等方面存在差异。 在实际应用中，异构数据的融合不仅需要考虑数据间的相关性，还要处理其不一致性和噪声。这使得数据融合成为一个复杂且具有挑战性的任务。 3. 常用的异构数据融合技术 在处理异构数据时，常用的融合技术包括以下几类： 3.1 早期融合（Early Fusion） 早期融合是指在模型训练前，将来自不同模态或来源的数据直接进行融合，构建一个统一的输入特征向量 异构数据融合的挑战 虽然异构数据融合在理论上可以带来显著的性能提升，但在实际应用中依然面临着诸多挑战： 4.1 数据预处理与对齐 异构数据可能具有不同的时间和空间分布，因此在进行融合之前，需要进行数据对齐 同时，由于不同模态数据的特性不同，训练过程中可能出现梯度消失或爆炸的问题。 5. 典型应用场景 5.1 医疗数据融合 在医疗领域，异构数据的融合可以帮助医生更好地理解患者的病情。
1.3K10编辑于 2024-10-01 - 来自专栏数据猿
友盟+ CEO朋新宇：未来的数据一定是全域数据
<数据猿导读> 在UBDC全域大数据峰会上【友盟+】CEO朋新宇发表了“友盟+开启数据plus时代”的主题演讲。他认为：未来的数据一定是全域数据。 一个大规模生产、分享和应用数据的时代已经开启，数据正在改变着世界。 ? 数据猿报道，2016年4月20日，2016 UBDC全域大数据峰会在京召开。 本次峰会是由行业协会、互联网领军企业、知名品牌商联合打造的国内首个全域大数据行业峰会。共同探讨跨国界、跨终端、跨领域的全域大数据最具前瞻性和代表性的话题。 ◆ ◆ ◆ 为什么是全域数据？ 这除了本身机器学习、算法和数据之外，背后很大的原因是它真正利用了全域大数据，能够使它在每一局下的棋子的胜算达到最高。 我们以此来引起全域的概念，结合互联网，你觉得互联网的行为就等于人的行为吗?
89750发布于 2018-04-19 数据孤岛终结者：这5款BI工具让多源数据无缝融合，首选竟是它！
##摘要 在数据驱动的商业环境中，支持多源数据接入的BI工具已成为企业打破信息孤岛的关键。本文深入对比了5款主流BI产品的数据连接能力、功能特点及适用场景，并重点推荐了腾讯云BI的全面数据集成方案。 现代企业的数据环境日益复杂，可能同时使用MySQL、Oracle等传统数据库，ClickHouse、Doris等分析型数据库，以及Excel、CSV等文件数据，还需要对接各种API接口和SaaS应用数据 二、5款主流BI产品数据源支持能力对比 以下是市场上五款主流BI产品在多数据源支持方面的核心能力对比： 产品名称 支持数据源类型 核心优势 国产化适配 部署方式 腾讯云BI MySQL、SQL Server 同时支持API数据源，以及上传本地Excel文件、连接腾讯文档数据源。 2. 智能数据建模与加速 产品提供便捷的多表关联、字段计算、数据聚合等数据加工能力，通过拖拽式操作即可完成数据建模。 选择一款真正支持多源数据融合的BI工具，无疑是迈向这一未来的关键一步。
50910编辑于 2025-12-01数据融合是什么？进行数据融合的4大关键环节！
但数据融合是为了给 AI 打基础，只有高质量的数据才能给模型更精确的数据输出。这篇文章就带你系统了解：数据融合是什么？常见的数据融合类型有哪些？实施中会遇到什么样的挑战？ 一、数据融合是什么数据融合（Data Fusion）是一种将来自不同来源、不同格式或不同结构的数据集成到一个统一的数据模型或数据集中的过程。 二、数据融合有哪些类型数据融合的目的是通过整合多样化的数据，提高数据的完整性、准确性和可用性，以支持更深入的分析、决策制定或应用开发。但数据融合并非单一模式，根据数据结构的特性，可以分为以下几类。 四、数据融合的方法面对上述挑战，需要采用科学有效的方法来实施数据融合。 3.数据挖掘和机器学习技术使用数据挖掘和机器学习算法进行数据融合，识别模式和关系，从而生成更高质量的融合数据。
1K10编辑于 2025-09-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号