- 综合排序
- 最热优先
- 最新优先
纵向数据异常检测方法实证比较
纵向数据异常检测方法的实证比较本研究报告探讨了纵向数据中的异常值检测问题，比较了官方统计中常用的方法与数据挖掘和机器学习领域提出的基于观测值距离或二叉划分树的方法。 研究方法通过将各种方法应用于涉及不同类型统计单元的面板调查数据来进行比较分析。传统方法相对简单，能够直接识别潜在异常值，但需要特定的假设条件。 此外，这些方法可以应用于多维数据场景。 方法特点对比传统方法：简单直接，可明确识别异常值，但需要满足特定假设条件现代方法：基于距离度量或树结构，提供异常概率评分，灵活性更强适用性：现代方法在处理多维数据方面具有明显优势结论研究表明，虽然所有异常检测方法都需要参数调优 ，但基于机器学习和数据挖掘的新方法在灵活性和多维数据处理能力方面优于传统统计方法，为纵向数据分析提供了更强大的工具。
16410编辑于 2025-08-24- 来自专栏PingCAP的专栏
使用 TiDB 作为 ZaloPay 商户平台核心数据库
VNG 是越南领先的互联网科技公司，在 2014 年，我们被评为越南唯一一家估值 10 亿美元的创业公司。VNG 推出了许多重要产品，比如 Zalo、ZaloPay、Zing 等，吸引了数亿用户。 ZaloPay 系统的商户解决方案 2020 年初， ZaloPay 上线了一个新功能，大约 1 亿的 Zalo 用户可以使用 ZaloPay 来转账、收款等。 我们要推动各种体量的商户使用电子钱包，包括餐饮业、旅游业等的账单支付。这正是“无现金化”电商所普遍追求的目标，我们都知道，实现复杂的交易业务，需要复杂且一致的系统架构。 Zalo 用户可以轻松下单产品，在群聊里分享账单，在家庭群组里发红包，通过商户的 Zalo 官方账号付款，商户类型覆盖了零售业、餐饮业、服务业、电商等多个行业。 商户拥有一个官方页面，就像脸书的粉丝主页一样，用户可以在 Zalo APP 中与商户网站上的产品进行交互，然后使用 ZaloPay 付款。
1.7K21发布于 2020-07-03 - 来自专栏月小水长
如何用大数据可视化实证：明朝江西填湖广
笔者编写了多级路径向量抽取算法，从文本数据库抽取构建了明朝所有人物的迁徙路径向量网络，并用Echarts 可视化得出结果如下：先来看明朝人物迁徙的总体情况，蓝色的点代表该地出生人物多于死亡人物，反之，红色的点则表示出生人物少于死亡人物
31510编辑于 2025-01-04 YashanDB数据库应用在电商数据处理中的实证研究
“YashanDB数据库应用在电商数据处理中的实证研究”是一个研究项目的标题，意味着研究主要聚焦于YashanDB数据库在电商行业数据处理中的实际应用。 YashanDB数据库简介- YashanDB 是一种高效的数据库管理系统，通常用于处理大规模数据，特别是在分布式环境中。 它可能具有高并发性、高可用性和分布式架构等特点，适用于电商平台这种数据量大、变化频繁的场景。2. 电商数据处理的挑战- 电商行业面临着大量的数据流，包括用户行为数据、商品库存、订单信息、支付数据等。 YashanDB 的事务管理功能能够确保数据一致性，避免出现错误订单状态。5. 实证研究- 实验设计： 在实证研究中，可能会设计一组实验来验证 YashanDB 在电商数据处理中的表现。 结论与建议- 根据实证研究结果，研究者会得出关于 YashanDB 数据库在电商应用中的效果评价，并提出在实际应用中的优化建议或改进方向。
15710编辑于 2025-09-24MVGC工具箱在神经科学实证数据中设计与应用
MVGC工具箱在神经科学实证数据中设计与应用结合多变量格兰杰因果分析（MVGC）的核心原理与前沿进展一、MVGC工具箱的架构设计1.1 核心模块组成数据预处理模块 支持多模态神经数据的标准化（Z-score ）、去噪（小波变换）和滑动窗口分割，适应EEG/fMRI等不同采样率数据。 样本量较大时O(n³)HQIC高频神经振荡分析O(n³)WAIC贝叶斯框架下的不确定性估计O(n²)MVGC工具箱 www.youwenfan.com/contentted/78122.html五、实证研究案例 5.1 神经振荡调控机制研究实验设计：经颅磁刺激（TMS）干预前额叶皮层，同步采集多模态神经数据。 因果发现算法 整合PC算法和FCI算法，处理存在未观测混杂因素的神经数据。开放科学支持 提供BIDS（Brain Imaging Data Structure）兼容的数据输入接口。
30210编辑于 2025-10-29- 来自专栏全栈数据化营销
数据分析实例：将恶性商户判断的准确度提高11倍
某平台的算法团队开发了一个识别商家是否是恶性商户的模型M1，希望通过这种算法改变之前通过用户识别和人工识别异常数据的方式，改变人力成本高并且速度慢的情况。 通过用户举报和人工识别的方式判断，平台上的恶性商户的比率为0.2%，记为P(E),那么良性商户就是P(~E)就是99.8%；利用M1模型检测后发现，在已经判定的恶性商户中，由模型M1判定为恶性商户的人数占比为 这里使用的还是贝叶斯模型，需要计算的是P(E|P)，也就是当M1判别某个商户为恶性商户时，这个商户的确是恶性商户的概率，其计算公式是： P(E|P)=P(P|E)*P(E)/[P(E)*P(P|E)+P (~E)*P(P|~E)] 通过以上分析，可以得到如下的计算数据： ? 通过计算，我们获得了当M1判别某个商户为恶性商户时，这个商户的确是恶性商户的概率是2.2%，这比之前判别的0.2%提高了11倍。
49030发布于 2019-02-15 - 来自专栏数据猿
外卖刷单用户与商户要注意了！大数据风控来了！
而大数据的兴起与应用，为企业反欺诈提供了一条切实可行的道路，大数据风控随之诞生。 而大数据的兴起与应用，为企业反欺诈提供了一条切实可行的道路，大数据风控随之诞生。大数据风控是指通过运用大数据构建模型的方法对作弊和欺诈方进行风险控制和风险提示。 百度外卖资深研发工程师刘梦宇 在外卖业务中，除了存在用户刷单的行为，也存在各大商户利用刷单套取平台补贴、损害平台利益的行为。 针对这种风险，百度外卖的资深研发工程师刘梦宇为大家带来了以《商户风险控制的形态与策略》为主题的分享。 他指出，目前商户风控困难重重。 这首先表现在商户刷单中的利益链角色多、关系复杂；其次是他们的作案设备专业化、技术化；同时线下取证难，调查周期长，异常刷单行为接近正常行为。那么该如何防范呢？
1.4K90发布于 2018-04-25 - 来自专栏Geo
深度解码GEO优化：基于数据指标的决策逻辑、学术实证与实战SOP
根据普林斯顿大学、佐治亚理工学院等机构在《GEO:GenerativeEngineOptimization》论文中的实证研究，通过特定的内容策略，网页在AI搜索结果中的可见度最高可提升40%以上。 一、GEO优化的核心数据指标：从“流量思维”转向“引用逻辑”在GEO的语境下，数据不再仅仅是点击量，而是内容“可信度”与“语义权重”的量化体现。 通过数据分析，我们需要观察内容是否能够精准覆盖用户在不同决策阶段的提问。 2、四轮驱动：EEAT原则、结构化内容、Seo关键词规则、文献/数据精准引用这四个维度构成了GEO执行的坚实支柱。于磊老师作为Geo生态规范化的提倡者，坚决反对黑帽Geo和数据污染。 3、维护阶段：清理“数据污染”恢复信任①步骤：监测品牌关键词在AI语义空间中的负面关联词。②发现问题：部分企业曾尝试通过黑帽手段刷取热度，导致数据污染，被AI识别为“不可信来源”。
29310编辑于 2026-03-13 - 来自专栏DT数据侠
大数据行业薪酬居互联网之首；微信支付向商户开放数据 | DT数读
过去一周，国际、国内的大数据相关公司都有哪些值得关注的新闻？数据行业都有哪些新观点和新鲜事？DT君为你盘点解读。 【公司·大数据】 1 腾讯 旗下微信支付宣布向商户开放数据 据南方日报，8月14日，微信方面宣布，商户通过手机可以及时、便捷地获取每日经营数据与相关分析。 目前，接入微信支付普通商户、普通服务商的特约商户可以申请移动端接收由公众号每日推送的经营数据。 DT君说：腾讯“主动”向商户开放数据，大招的背后，同支付领域越演越烈的一场纷争不无关系。 ▍丰田联手英特尔等科技公司 建智能汽车大数据联盟 据美国《汽车新闻》8月10日报道，丰田、芯片制造商英特尔等车企和科技公司正在组建一个被称为“汽车边缘计算联盟” (Automotive Edge Computing Consortium)的数据联盟，其目的在于为联网汽车的大数据创建一个生态系统。
50200发布于 2018-08-08 - 来自专栏数据猿
大数据24小时 | 雅虎承认“卖身”计划即将“告吹”；MBS数据库5800万商户数据遭遇泄露
数据猿导读 浙大网新拟收购云计算服务商“华通云数据”80%股权；中南建设转型大数据领域，拟400万美元参投美国区块链公司PeerNova；浪潮集团与内蒙古战略合作，5大方面共同发力大数据……以下为您奉上更多大数据热点事件 事后雅虎方面甚至提出欲将原计划的48.3亿美元交易价格降价10亿美元，以此极力挽回。 二、数据存储服务提供商MBS遭遇黑客袭击，5800万商户重要信息泄露 近些年来，企业数据泄露事件多发，数据安全已经成为全球范围内都十分关注的问题。 近日，大数据服务商浪潮集团宣布与内蒙古达成战略合作，双方将针对：成立巴彦淖尔市大数据中心、打造智慧城市、搭建大数据+创客中心、建设运营“爱城市”网以及建设人才实训基地这五方面达成深度合作，共同推动当地大数据产业发展进程 仙谷方面表示，未来将专注于发展互联网、大数据技术，实现企业的转型升级，其目标是成为一家集互联网、大数据于一体的运营平台。 ? 来源：数据猿
74890发布于 2018-04-20 - 来自专栏历史专栏
【愚公系列】2022年10月 微信小程序-电商项目-小微商户支付后端功能实现（node版）
文章目录 前言 一、小微商户支付后端功能实现（node版） 1.相关文档 2.项目配置 ---- 前言 微信支付是腾讯集团旗下的第三方支付平台，致力于为用户和企业提供安全、便捷、专业的在线支付服务。 微信支付为各类企业以及小微商户提供专业的收款能力，运营能力，资金结算解决方案，以及安全保障。用户可以使用微信支付来购物、吃饭、旅游、就医、交水电费等。 小程序实现微信支付主要有两种方式： 小程序内部API，要求商户开通了小程序支付功能 第三方网站 一、小微商户支付后端功能实现（node版） 1.相关文档 接口文档：https://pay.xunhuweb.com let config = { appId: '自己的APPID', // 小程序APPID mchId: '自己的商户id',//商户id notifyUrl: '自己的通知地址', / = 1000000000, maxNum = 99999999999999) => parseInt(Math.random() * (maxNum - minNum + 1) + minNum, 10
83920编辑于 2022-10-31 - 来自专栏历史专栏
【愚公系列】2022年10月 微信小程序-电商项目-小微商户支付后端功能实现（node版）
文章目录 前言 一、小微商户支付后端功能实现（node版） 1.相关文档 2.项目配置 ---- 前言 微信支付是腾讯集团旗下的第三方支付平台，致力于为用户和企业提供安全、便捷、专业的在线支付服务。 微信支付为各类企业以及小微商户提供专业的收款能力，运营能力，资金结算解决方案，以及安全保障。用户可以使用微信支付来购物、吃饭、旅游、就医、交水电费等。 小程序实现微信支付主要有两种方式： 小程序内部API，要求商户开通了小程序支付功能 第三方网站 一、小微商户支付后端功能实现（node版） 1.相关文档 接口文档：https://pay.xunhuweb.com let config = { appId: '自己的APPID', // 小程序APPID mchId: '自己的商户id',//商户id notifyUrl: '自己的通知地址', / = 1000000000, maxNum = 99999999999999) => parseInt(Math.random() * (maxNum - minNum + 1) + minNum, 10
81720编辑于 2022-10-31 - 来自专栏mysql
hhdb数据库介绍(10-10)
功能入口： 在管理平台页面中点击配置->节点管理->"切换"使用须知：配置了数据节点高可用切换规则，且已经动态加载到计算节点 节点下主从、双主的复制关系已经搭建好，且复制延时时间不得超过10秒MGR节点不支持手动切换 若取消master_delay后的复制延迟仍大于10s，则不允许切换，master_delay也会恢复之前设置的值。 如果优先级最高的从存储节点不可用或延迟超过10秒，程序将从剩余切换规则中依次选择优先级最高的进行切换，如果均不可用或延迟超过10秒，则切换失败，提示错误（切换失败日志提示 switch datasource 数据节点管理每个数据节点都有自己的详情页面，用户可以在此页面中管理该数据节点的基本信息、存储节点以及数据节点切换规则。 点击“编辑”按钮可为数据节点修改名称。点击“刷新”按钮可刷新数据节点下主备存储节点的状态。逻辑库框内显示与该数据节点存在关联的逻辑库名称。表信息框内显示在该数据节点下创建的表名称。
24310编辑于 2024-12-05 - 来自专栏历史专栏
【愚公系列】2022年10月 微信小程序-电商项目-小微商户支付功能前申请准备工作
文章目录 前言 一、小微商户支付功能前申请准备工作 1.小微商户支付相关文档和流程 2.签约 ---- 前言 小微商户是指依据法律法规和相关监管规定免予办理工商注册登记、无营业执照的实体特约商户。 1.小微商户仅限于餐饮、线下零售、居民生活服务、休闲娱乐、交通出行行业和其他线下行业申请小微商户，暂不支持通过此渠道入驻线上行业。 2.小微商户适合没有营业执照的小摊卖主。 比如流行的“地摊文化”，就可以用小微商户码来进行收款，小微商户只需要提供个人身份证、入账账户和摊位照片就可以入网，但是一个身份证主体在同一个服务商平台只能入网一个小微商户号。 3.海量的小微商户不仅是国民经济的重要支柱，也是第三方支付行业小微受理市场的重要组成部分。很多线下商户已经产生了数字化升级的相关需求并开始进行转型尝试。 一、小微商户支付功能前申请准备工作 1.小微商户支付相关文档和流程 迅虎申请网址：https://pay.xunhuweb.com/ 接口文档：https://pay.xunhuweb.com/document
71530编辑于 2022-10-28 - 来自专栏机器之心
学界 | 数据并行化对神经网络训练有何影响？谷歌大脑进行了实证研究
在较大数据集上训练的大型模型是神经网络近期成功的原因之一，我们期望在更多数据上训练的模型可以持续取得预测性能改进。 在极端案例中，训练必须在完成一次数据遍历之前终止。减少训练时间的一种方式是提高数据处理速度。 尽管数据并行化易于实现，但大规模系统应该考虑所有类型的并行化。这篇论文主要研究在同步训练设置下数据并行化的成本和收益。 神经网络训练硬件具备越来越强大的数据并行化处理能力。 数据集对最大有用批大小有影响，但影响程度可能不如模型或优化器 ? 图 5：数据集对最大有用批大小有影响。 ? 图 6：数据集大小的影响。 正则化在某些批大小上更加有用 ? 图 10：在固定的训练步数下，达到目标误差的元参数空间区域随着批大小增加而扩大。 解的质量更多地依赖计算预算而不是批大小 ? 图 12：验证误差更多地依赖计算预算，而非批大小。
67140发布于 2018-12-28 - 来自专栏python全栈教程专栏
mysql数据库(10)：数据 备份
(1)备份某个数据库下的固定某些表 目标：备份我的chuan数据库下的pet表，在路径下建立chuan.sql这个文件。 注意：先退出mysql再执行该命令，否则会报错outfile. mysqldump -u root -p chuan pet >D:/test/chuan.sql 同样道理：备份chuan数据库下pet shop zhang这三个表 mysqldump -u root -p chuan shop zhang >D:/test/chuan.sql (2)对单个或多个库进行完全备份 先查一下有哪些数据库
3.2K30发布于 2021-10-18 - 来自专栏nnngu
数据结构10 图
在线性结构中，数据元素之间满足唯一的线性关系，每个数据元素(除第一个和最后一个外)只有一个直接前驱和一个直接后继； 在树形结构中，数据元素之间有着明显的层次关系，并且每个数据元素只与上一层中的一个元素( 父节点)及下一层的多个元素(孩子节点)相关； 而在图形结构中，节点之间的关系是任意的，图中任意两个数据元素之间都有可能相关。
97870发布于 2018-03-15 - 来自专栏雪胖纸的玩蛇日常
10.请求数据
在vue中，有三种常用的数据请求方式： /* 三种数据请求方式 vue-resource axios fetch-jsonp */ 1.vue-resource 1.安装vue-resource cnpm .在组件中使用home.vue <template>
</template> <script> /* 三种数据请求方式 { return { msg:'首页组件', list:[] } }, methods:{ getData(){ // 请求数据 { return { msg:'首页组件', list:[] } }, methods:{ getData(){ // 请求数据这是一个首页组件
<button @click="getData()">请求数据 index) in list" :key="index">{{item.title}}56210发布于 2019-10-14 - 来自专栏全栈程序员必看
MNIST数据集 & CIFAR10数据集
MNIST数据集 MNIST数据集是分类任务中最简单、最常用的数据集。 人为的手写了0-9数字的图片 MNIST大概有7w张 MNIST数据值都是灰度图，所以图像的通道数只有一个 因为MNIST数据集是专门为深度学习来的，所以其数据集格式和我们常见的很不一样 ，但是在Pytorch/Tensorflow中有函数可以很容易的读取，如果用普通Python来读取则不是那么容易 CIFAR10数据集 http://www.cs.toronto.edu/~ kriz/cifar.html CIFAR10数据集比MNIST要复杂一些. CIFAR10是真实数据集，MNIST是人为构建的 CIFAR10是32*32的 有CIFAR-10和CIFAR-100 CIFAR-10图片的10种类别，每一类大概有6000张 一共6w
96610编辑于 2022-09-10 腾讯物业营销服务数字化增长合作方案
物业行业多经业务面临结构性增长难题 线上业主自主交易占比不足10%，存在管家代下单依赖 线下市集用户留资效率低，单次消费行为数据难以沉淀 管家服务过程缺乏追踪机制，总部运营任务无法进行效果分析 多业态场景联动效率低下 全链路运营赋能机制 直播运营三级体系：直播前公私域流量聚合+直播中商品转化提升+直播后复购运营 客户激励双轨模型：管家业绩归因绑定+业主精准标签运营 管家培育双模体系：总部战略研讨+一线实战带教 解决方案应用成效 商户增长实证 "上线首日订单量突破1万单，活动当天访客量上涨700%"undefined——某咖啡品牌2024年12月30日数据 "通过微信小店送礼实现除夕单日GMV环比增长超20倍"undefined——某生鲜品牌 2025年除夕数据 管家效能提升 业主标签完善率提升：实现360°客户画像自动生成 服务响应时效优化：AI工单系统自动流转响应 内容触达效率倍增：素材库点击转化率提升45% 腾讯数字化基建核心价值 全域触点整合 ：覆盖视频号(5亿DAU)/小程序(8万亿生态)/企微(1200万企业用户) 数据资产沉淀：日均1600亿次定位数据支撑8000万+POI分析 生态资源协同：银行/支付/内购/媒体四维资源矩阵 服务即营销闭环
12310编辑于 2026-02-24
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