- 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
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。 TiDB 是一个支持 HTAP 工作负载的 NewSQL 数据库，旨在满足数据开发、数据可伸缩性、数据分析等需求。我最喜欢 TiDB 的一点是，我可以用 TiSpark 轻松分析数据。 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。 % 提取θ相位（4-8Hz）和γ幅度（30-80Hz）phase_theta = extract_phase(clean_data(:,1), [4,8], 'Hilbert');amp_gamma = ） + 波动不对称性（FA）features = extract_features(X, fs, 'PSD', [8,30], 'FA', 0.5);% 因果特征选择（基于格兰杰因果网络）causal_features 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
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 90%，这是一个条件概率，表示为P(P|E)=90%，在已经判定的良性商户中，由模型M1判定为恶性商户的人数占比为8%，表示为P(P|~E)=8%。 (~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
【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。 2 LinkedIn 被美国法院要求开放平台数据 据新浪科技，美国一名联邦法官8月14日判决称，微软旗下LinkedIn不得阻止创业公司获得公开的资料数据。 ▍北大教授张平：大数据时代无法拒绝个人信息被收集 据中信经纬客户端，在8月16日举办的第三届中国互联网安全领袖峰会安全法治治理分论坛上，北京大学法学院教授、互联网法律中心主任张平表示：“今年6月1日实施的 【行业·资讯】 ▍2017互联网人才薪酬数据出炉 大数据行业高居榜首 互联网招聘平台拉勾网8月14日发布的2017年中国互联网薪酬报告显示，大数据行业以21.2K的月薪，蝉联2017年上半年中国互联网“
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 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。 上的数据仓库服务产品。 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 8：最佳学习率未必遵循线性或平方根扩展启发式方法。 ? 图 9：在固定训练数量的 epoch 中，达到目标误差的元参数空间区域随着批大小增加而缩小。 ?
67140发布于 2018-12-28 - 来自专栏大飞的部落阁
HttpRunner-8-数据驱动
数据驱动概览 为什么要用数据驱动 举个简单例子，当我们在测试一个输入框的功能时，可能需要输入不同的参数，此时，我们不需要设计多个用例，而只需要将输入值参数化，将不同的参数作为一个列表通过数据驱动的方式进行加载即可 httprunner 的数据驱动 通过上篇文章，我们已经知道 httprunner 的数据驱动需要在 testsuite 中使用关键字 parameters 来定义。 定义数据源的三种方式 在 testsuite 的 yaml/json 文件中直接定义。 通过内置的 parameterize 函数引用外部 csv 文件，适用大数据场景。 通过以上内容，我们可以知道，在 HttpRunner 的数据驱动中，我们有 6 种方式进行实现。 独立参数 & 引用自定义函数 6 关联参数 & 引用自定义函数 数据驱动实例 在上面我们已经介绍了 6 中驱动模式，而且也学习了直接在 yml 文件中定义参数的两种场景，那怎么使用 CSV 文件实行数据驱动呢
51210编辑于 2022-06-17 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- 来自专栏深度学习与python
携程火车票非用户端AB实验的分流算法
通过实证分析，该算法一方面有效的提升了商户端实验在多指标下的分流效率；另一方面，相比于使用先验知识进行分流，显著降低了实验组之间的流量交叉。 （如学校、商业区、城市）内的用户施加不同的营销策略，因此活动主体和分流单位是商户，需要进行非用户端分流实验，且分流过程中为了防止用户之间相互影响，还需要尽可能避免参加相同活动的商户同时被多个用户看到的情况 图贪心分流算法的其核心步骤如下： 步骤 1：基于用户行为的图结构建模 以历史用户 - 实体的曝光数据数据为输入，构建以原始分流实体为节点（如商品的唯一标识 ID）、以用户交叉曝光关系为边的加权图： 节点 下述实证分析使用的是基于“总值”的相对差异。 4.3.2 实证指标评估 图贪心分流VS先验随机分流——实证指标对比 图贪心分流和先验贪心分流的实证指标对比见上表。
33710编辑于 2025-07-02 个体工商户信贷业务怎么做？腾讯云信鸽破解数据流通难题
在数字经济时代，个体工商户作为国民经济的重要参与者，其信贷需求日益增长。然而，传统信贷模式因数据获取难、风控效率低、合规风险高等问题，长期制约着这一群体的融资体验。如何破解这些痛点？ 腾讯云推出的“信鸽”智能风控工具，通过技术创新与合规设计，为个体工商户信贷业务提供了全新的解决方案。 一、个体工商户信贷的三大核心挑战 数据可信度不足：个体工商户经营数据多依赖线下纸质材料（如流水、合同），存在篡改风险，金融机构难以验证真实性。 三、实践案例：信鸽如何赋能信贷业务 以某城商行为例，该行通过信鸽接入个体工商户的银行流水、个税数据，并利用其自动化分析能力，将信贷审批周期从传统模式的3天缩短至1小时。 例如，通过分析个体工商户的经营数据，信鸽可辅助金融机构推出“经营流水贷”“税务信用贷”等创新产品，真正实现“数据驱动业务增长”。 结语 个体工商户信贷业务的突破，关键在于平衡效率与安全。
45110编辑于 2025-07-29- 来自专栏拓端tecdat
R语言逻辑回归Logistic选股因素模型交易策略及沪深300指数实证|附代码数据
实证结果分析 #读取数据 file=list.files("." in file)load(i) #计算对数收益率 data$return2=c(0,( log((data$CLOSE.y[-1])/data$CLOSE.y[-nrow(data)]))) 合并因子数据和收益率数据 但是本文的研究也可能存在以下问题和漏洞： 本文选取了过去5年的历史数据，其中会有较多的数据缺失，数据缺失较多的股票不会计入模型，可能会造成结果的偏差。 本文中只是选取前3年的数据经行Logistic回归分析，在计算更近时期的收益时，并没有加入之后新的因子数据经行计算，可能造成分析的不准确。 Logistic选股模型及其在沪深300中的实证[R].国信证券，2010. [2]：黄志文.传统多因素模型及其在沪深300 中的实证[R].国信证券，2010. [3]：滋维·博迪.投资学[M].第九版
32620编辑于 2023-09-06 - 来自专栏iOS逆向与安全
iOS 使用BGFMDB存储信息到本地数据库教程【应用场景：商户首次登陆同意协议流程】
1.1 存储流程 1.2 数据模型 前言 本文例子：商户首次登陆app同意协议流程 需求背景 是否同意协议根据商户进行区分，不是根据设备。用户同意协议之后，需同步信息到服务端。 CRMisAgreeMentM saveModelWithModel:isAgreeMentM]; return ; } 登陆成功之后，根据本地存储的信息和接口返回的数据进行判断当前商户是否同意协议 // 根据本地数据判断商户是否首次登陆就已经同意同意协议 // 根据登陆账号查询本地数据 isAgreeMentM *tmpisAgreeMentM = [isAgreeMentM tmpisAgreeMentM.loginAccount]){ //如果当前商户返回的接口数据和本地数据的都没同意过协议的额数据
1.1K10发布于 2021-07-05 - 来自专栏分布式｜微服务｜性能优化｜并发编程｜源码分析
8.索引数据路由规则
index.routing_partion_size shared_num = (hash(_routing)+hash(_id) % routing_partion_size) % num_primary_shards 目的是为了避免大量的数据被路由到极少数分片 ，加上routing_partion_size，对于相同的routing，可以通过routing_partion_size打散开来 使用自定义路由分发数据 定义mapping，启用routing必填 PUT number_of_shards": 3 }, "mappings": { "_routing": { "required": true } } } 添加一条数据 routing=10 演示查询全部数据，可以不带routing，但是会搜索所有分片 POST lglbc_routing/_search { "query": {"match_all": {}}
34520编辑于 2023-10-10 - 来自专栏信息技术智库
8.MySQL 数据操作 DML
8.MySQL 数据操作 DML 数据的DML操作：添加数据，修改数据，删除数据 添加数据 格式： insert into 表名[(字段列表)] values(值列表...); --标准添加（指定所有字段 'aa',19,'m','lamp138'); Query OK, 7 rows affected (0.27 sec) Records: 7 Duplicates: 0 Warnings: 0 修改数据 ' where id in(12,14); Query OK, 2 rows affected (0.09 sec) Rows matched: 2 Changed: 2 Warnings: 0 删除数据 affected (0.00 sec) -- 删除stu表中id值为20到30的数据 mysql> delete from stu where id>=20 and id<=30; Query OK, 0 rows affected (0.00 sec) -- 删除stu表中id值为20到30的数据（等级于上面写法） mysql> delete from stu where id between 20
35820编辑于 2022-07-29 - 来自专栏运维监控日志分析
rsync + sersync 数据同步 -- CentOS 8
rsync + sersync rsync 是 linux 系统下的数据镜像备份工具。 sersync 是基于 inotify 开发的，类似于 inotify-tools 的工具，对指定目录文件进行监听（记录具体文件 目录的增加、删除、修改），通过 rsync 进行数据增量同步，只同步发生变化的文件或者目录 rsync+sersync 数据同步 1. sersync 监控指定目录 文件事件变化； 2. sersync 调用 rsync 客户端命令将更新的目录和文件增量同步到 rsync 服务器，实现数据同步 也就是说，你在 rsync 服务器上，如果有 符号链接，你在备份服务器 #上运行客户端的同步数据时，只会把符号链接名同步下来，并不会同 步符号链接的内容 log file=/var/log/rsyncd.log 数据同步测试 源服务器创建文件 ? 目的服务器查看 ? rsync 数据同步日志 ?
1.8K20发布于 2020-07-16
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