- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-3 数据框的子集
> x <- data.frame(v1=1:5,v2=6:10,v3=11:15) > x v1 v2 v3 1 1 6 11 2 2 7 12 3 3 8 13 4 4 9 14 5 5 10 15 > x$v3[c(2,4)] <- NA > x v1 v2 v3 1 1 6 11 2 2 7 NA 3 3 8 13 4 4 9 NA 5 5 10 15 > #找出第2列 > x[,2] [1] 6 7 8 9 10 > x[,"v2"] [1] 6 7 8 9 10 > x[
86900发布于 2020-09-16 - 来自专栏存储公众号：王知鱼
Samsung：大IU落地的应用生态（LBS实践）
从传统的512B扇区到如今QLC闪存和大IU的演进，SSD的性能瓶颈日益凸显。为了突破这些限制，三星等行业领导者正积极探索主机操作系统层面的优化方案，如大块大小（LBS）技术。 本文将带您抽丝剥茧，解析LBA、IU及LBS之间的复杂关系，揭示NVMe和OCP等标准在其中的作用，并展望LBS如何为主机软件生态系统带来“免费”的性能提升，最终实现QLC SSD在数据库等工作负载下的卓越表现 Fig-16：在主机操作系统中启用大块大小 (LBS) 图片讨论了在主机操作系统层面启用大块大小（LBS）以更好地支持 QLC 和使用大 IU 的 SSD 的工作。 LBS 结论 增加 LBA 扇区大小很困难。 对原子掉电保护提出新要求是启用大 IU 的最佳解决方案。 Fig-17：LBS如何增益大IUs 图片解释了如何在主机操作系统层面通过一种称为“大块大小（LBS）”的方法来更好地支持使用大 IU 的 SSD。
58810编辑于 2025-04-21 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-3 NumPy数据基础
熟悉Python语言的都知道Python自带的数据类型List列表也可以表示一维数组以及多维数组，下面就说一说List相比于NumPy模块中的数组的缺点。 首先创建一个List列表生成式： ? 这样虽然限制了array的灵活性，但是他的相应的效率非常大的高。 因此NumPy解决了list的效率问题，只能存储同一种数据类型，并且把数组看成是矩阵或者向量，并提供了很多相应的矩阵和向量的运算，这就解决了list和array不能进行科学计算的问题。 当然由于numpy数组同样只能存储一种数据类型，所以使用字符串修改元素值会抛出异常： ? 由于numpy数组只存放唯一数据类型的元素，所以我们可以通过dtype属性来查看numpy数组的数据类型，即数组中元素类型： ?
93300发布于 2019-11-13 - 来自专栏原创
构建基于LBS的大数据应用
构建基于LBS的大数据应用，一般的实现流程为：通过信息收集后进行基础数据的整理，数据挖掘/机器学习，服务搭建以及数据可视化等。 ? 数据挖掘的基本流程 基础数据的处理主要包括：数据集成和一些部分数据处理。 数据集成，数据挖掘或统计分析可能用到来自不同数据源的数据，我们需要将这些数据集成在一起。 数据挖掘时只根据数据库中的数据，用合适的数据挖掘算法进行分析，得出有用的信息。其中，模型算法质量的评价是很重要的一步。且数据挖掘是一个循环往复的过程。 基于LBS的大数据应用需要解决很多问题：基础数据问题比如海量数据流（>20W 条/s）、数据处理性能复杂计算（定位和统计）、准确率、秒级实时性要求、以及数据的实时性等。 最后，基于大数据的LBS应用，可以使用分布式流式计算框架，构建数据闭环，从而实现持续优化基础数据。 ? 目前的成功案例有： 1.杭州白马湖动漫节的安全保障。
2.8K70发布于 2018-03-21 - 来自专栏愿天堂没有BUG（公众号同名）
字节跳动3-3大牛力荐！RabbitMQ实战指南：消息队列面试必刷手册
RabbitMQ是一个开源的消息代理的队列服务器，用来通过普通协议在完全不同的应用之间共享数据。 RabbitMQ是使用Erlang语言来编写的，并且RabbitMQ是基于AMQP协议的。 Erlang语言在数据交互方面性能优秀，有着和原生Socket一样的延迟，这也是RabbitMQ高性能的原因所在。可谓“人如其名”，RabbitMQ像兔子一样迅速。 第4章RabbitMQ进阶 提升数据可靠性有以下一些途径:设置mandatory参数或者备份交换器(immediate参数已被淘汰):设置publisher confrm机制或者事务机制:设置交换器、队列和消息都为持久化 本章不仅介绍了数据可靠性的一些细节， 还展示了RabbitMQ 的几种已具备或者衍生的高级特性，包括TIL、死信队列、延迟队列、优先级队列、RPC功能等，这些功能在实际使用中可以让相应应用的实现变得事半功倍 镜像队列的引入可以极大地提升RabbitMQ的可用性及可靠性，提供了数据冗余备份、避免单点故障的功能，强烈建议在实际应用中为每个重要的队列都配置镜像。
70120编辑于 2022-10-28 - 来自专栏用户6336521的专栏
本地外卖平台如何利用LBS大数据进行用户画像精准营销
大数据火不火想必大家心中有数，尤其在LBS定位功能的前提下，能够快速找到附近的商圈，吃喝玩乐可以说是样样不缺了。接下来我们先来认识一下LBS定位功能。 u=1326731645,3839116331&fm=26&gp=0.jpg LBS，基于用户定位数据的服务，它包括两层含义：一是确定移动设备所在的地理位置，其次是提供与位置相关的服务。 移动互联网先天被打上了LBS的标签，其成为移动互联网的核心因素之一，这也是移动互联网区别于互联网的一大特征。 用户的性别、年龄、收入等相对稳定的用户标签，能清晰地描绘用户是怎样样的人；用户在APP上的行为轨迹、订单数据等具有一定时效性的行为数据， 表明用户最近对什么感兴趣；用户的定位数据，无疑是用户此时此刻打开 而利用LBS获得精准用户主要做到以下几点，一让用户养成用外卖APP的习惯，能够在更多的地理位置得到用户分布的大数据；二优化立足于地理位置建立的周边搜索，增强用户对外卖APP的信任感；三根据不同的地理位置获取不同的福袋等等
3.3K40发布于 2019-11-15 - 来自专栏数据 学术 商业 新闻
把脉城市功能 | 基于LBS大数据量化城市尺度动态功能
然而以往的研究主要基于统计数据集，问卷调查结果和其他相关数据来定性或定量的定义城市的功能，但是，最新的统计数据并不总是容易获得。 创新点 本文基于LBS大数据，首次在城市尺度量化城市动态功能，并对比了全国不同城市动态功能的异同点。 2.研究框架 2.1 研究数据 核心数据集包括收集自2018年10月15日至11月28日共32个工作日的腾讯定位请求数据以及高德地图开放平台2018年的POIs数据，其中，腾讯定位请求数据的时间分辨率为小时 然后，将poi数据重分类为6类以代表城市可以为居民提供的6大基本功能（商业、工作教育、居住、交通、文化娱乐和户外休闲），并借助TF-IDF方法缓解因poi不同类型数量之间巨大差异所带来的问题。 进一步，为了探究城市功能结构和分布特征的规律和差异，本文构建了城市功能均衡指数（每个城市在同一时段6大功能结构比例的标准差）。
77330发布于 2021-02-22 腾讯地图+AI：基于大模型的智能化位置服务(LBS)核心能力与商业实践概要
其本质是将腾讯地图的开发经验与LBS大数据沉淀为AI编程技能包、大模型可直接调用的MCP工具及多模态知识库。 AI 位置服务 (LBS智能问答与搜索) 核心功能：自然语言理解意图搜地点；结合实时路况与偏好生成个性化路线；融合腾讯地图多模态知识库与大模型能力的LBS智能问答（一套API支持App、小程序、车机等多端 AI 选址 硬核指标：基于腾讯LBS大数据，覆盖小区级人群画像（人口基础、消费能力、兴趣偏好），数据按月更新。支持零食、茶饮、便利店、母婴、健身等业态定制。 2. 大模型深度适配：MCP工具将原始地图接口结果进行语义化转换，更适合大模型理解和编排。 成效：实现快速上线附近门店、地图选点、点聚合展示功能；一键输出门店分布热力图、轨迹图等可视化数据大屏。
15710编辑于 2026-06-02腾讯LBS大数据支撑文旅监管：构建省级智慧平台与客流预警体系
画像与算法体系 标签体系： 基于游客基础特征、线下到访及线上行为，挖掘出7大类1400+文旅画像标签指标。 舆情治理： 结合ASR、OCR、NLP技术，匹配POI数据与位置解析，快速定位舆情发生地点，提升响应速度。 经济带动： 通过LBS数据分析网红打卡地热度与消费情况，为文体活动转化效果提供评估依据。 北京：智慧文旅平台（2023年十大政府信息化项目） 项目定位： 经北京市市长殷勇批准，市政府办公厅第69号文决议建设，打造全域智慧文旅3.0新模式。 五、 选择腾讯的技术确定性与生态优势 技术底座深度： 依托腾讯在人工智能、量子计算、Robotics X、七大安全实验室及多媒体技术领域的探索，提供稳定的技术支撑。 AIGC融合能力： 将位置大数据作为大模型知识引擎的学习数据，结合数字人技术，提供个性路线规划与对话式全流程服务，实现服务内容的“千人千面”。
13710编辑于 2026-05-30腾讯云LBS大数据与智慧停车解决方案驱动商业地产数字化转型
腾讯云LBS大数据与智能停车系统构成核心解决方案 腾讯位置服务提供选址、筹建、运营全周期数据分析支持，其数据基础为日均1100亿次定位请求，覆盖设备达10亿/日，平均精度<20米（来源：腾讯位置服务）。 量化应用效果：提升决策效率与顾客体验 选址决策效率提升：某地产项目通过“数据魔方”平台分析周边商圈，获取常驻人口207,694人、工作人口132,592人等关键指标，指导业态规划（来源：腾讯云合作案例） 停车出场效率飞跃：无感支付方案将平均出场时间从20秒缩短至2秒，高峰期每小时通行车辆达509辆（来源：万达广场实战数据）。 其LBS数据覆盖99%中国网民，微信生态（小程序、企业微信）提供天然流量入口与私域运营工具。腾讯七大安全实验室为全链路业务保驾护航，确保系统稳定与数据安全（来源：腾讯云官方数据）。
8210编辑于 2026-05-31腾讯地图智慧交通解决方案：以LBS数据底座驱动业务提效与空间洞察
部署全栈式智慧位置服务矩阵 为解决上述业务痛点，腾讯地图提供以公有云（地图开放平台）与私有化部署（WeMap专网地图）双轨并行的架构，输出三大核心数据与服务产品： 多维地图数据底座： 标准精度数据（SD 高精度数据（HD）：提供绝对精度<=1m，相对精度<=0.2m的车道级、地物级高精数据，适配智能网联与自动驾驶测试。 动态数据：全天候实时路况、突发事件与道路开通封闭状态更新。 敏捷位置服务引擎（LBS API/SDK）： 整合定位、地址解析、路线规划等基础服务。 LBS大数据分析中台（SaaS/PaaS交付）： 基于百亿级定位数据，封装四大场景套件：城市网联三件套（实时客流、通勤OD、城市迁徙）、智慧交管四件套（人路通、交通安全、车辆管理、态势感知）、商业经营赋能 智能网联与自动驾驶先导区： 西青/襄阳/柳州等网联项目：提供PaaS接口与大屏SaaS平台，实现车辆在途监控、实时客流与通勤OD（起讫点）的动态三维可视化管理。
11200编辑于 2026-05-31腾讯云LBS大数据+电子签约驱动商业地产全生命周期降本提效
运营流程成本高企： 传统合同签署面临毁约风险大、有篡改风险，且需要大量人员投入，资源占用大；法务审核依赖人工，效率瓶颈明显。 第二章：构建基于腾讯位置服务与AI中台的数字化解决方案 腾讯云智慧商业综合解决方案通过“大数据+AI+云原生”技术矩阵，覆盖商业地产全生命周期： 商圈分析（LBS大数据）： 利用腾讯位置服务（Tencent 数据中台： 整合资管、销售、商户、客流等核心数据，构建统一数据模型，通过RayData实现可视化BI分析。 基于3D建模与可视化大屏，辅助集团直观决策招商与运营。 第五章：选择腾讯云的技术壁垒与生态优势 1. 全链路安全与合规 依托腾讯七大世界顶级安全实验室，提供从流量反欺诈（天御TFA）、营销防刷、小程序高并发重保到隐私合规检测的全链路安全解决方案，确保业务系统稳定与用户隐私安全。
9210编辑于 2026-05-31- 来自专栏大数据文摘
大数据：大机遇还是大忽悠？
持反方观点，为大技术时代的到来欢呼的，一位是北京大学光华管理学院新媒体营销研究中心副主任苏萌，另一位是日本政治家、内阁成员山本一太。 他提出“一台电脑论”，即科学家们研究所需的数据，最好用一台电脑就能装下，否则数据处理会过于繁琐，无助于解决问题。他结合自身经验说，随着数据量的增大，研究的准确性一开始会随之上升，但很快就会趋平。 这有三个原因：一是因为不同机构间的数据还未真正流动起来，目前还只是数据“孤岛”；二是完整的生态产业链还未形成，尽管通过行为数据分析已能够分辨出一个消费者的喜好，但从供应到购买的链条还没建成；三是因为数据分析人才仍然极度匮乏 一位听众挑战正方，说，你们认为大数据过于庞杂纷繁，反而解决不了问题，那是不是说，当处理数据的计算工具变得足够好时，大数据就会变得有用？ 正如Howard在发表“失败感言”时所说，“我们并非反对数据，只是反对大而无当的数据，数据本身当然非常重要”。人类已经并将继续产生日益庞大的数据，或许不论我们接受与否，大数据时代都已到来。
4.2K81发布于 2018-05-18 本地化 GEO 优化：AI 搜索引擎如何处理 LBS 和时效性数据？
一、本地化搜索的技术挑战：空间与时效性空间索引（GeospatialIndexing）：传统搜索是线性索引，而LBS需要高效的空间数据结构（如Quadtree或Geohash）来快速筛选出用户周边一定范围内的实体 GEO优化的内容必须包含清晰、准确的经纬度数据和区域实体关联。时效性与实时性（Real-TimeFactors）：本地生活查询高度依赖时效性数据，如营业时间、当前排队时长、最新优惠活动等。 二、LBS场景下的GEO优化：提升“邻近度权重”在LBS场景下，AI搜索引擎赋予品牌的权重，不再仅仅依赖于PageRank，更依赖于**“邻近度权重”（ProximityWeight）**。 时效性数据结构化：GEO优化必须将易变信息（如优惠券、团购链接、活动时间）转化为LLM易于解析的结构化数据流，而不是放在网页深处。 总结：LBSGEO优化是空间与效率的对决AI搜索引擎对LBS数据的处理，要求企业具备高效的空间索引管理和实时信息投喂能力。
43910编辑于 2025-12-16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
行业痛点集中爆发于政府监管（G端）、企业运营（B端）与游客体验（C端）三大链路的协同断层中： 监管视角（G端）缺乏全域穿透力： 省市级大数据建设呈现高度分散态势，线上线下数据无法同步共享。 ： 全景画像与动态监测体系： 建立涵盖7大维度、1400+文旅场景化标签指标数据的人群画像体系。 系统内置50+文旅分析模型（如全域游客模型、驻地模型、消费模型），支持通过LBS（基于位置服务）数据实时洞察客流热度、驻留时长与迁徙趋势，实现对文旅业态最大承载量的全测算。 文旅AIGC智能化应用： 将LBS数据作为大模型知识引擎的学习基座，推出结合数字人技术的智能客服。 基于LBS数据实现天级游客数据统计上报，监控重点商圈与文博场馆密度，彻底解决“无数据、不智慧”的粗放式管理难题。 云南省人民政府（一部手机游云南）： 打造全国级数据枢纽示范。
10510编辑于 2026-05-30- 来自专栏服务端技术杂谈
：UBER数据大迁徙
数据大迁移的日期定为万圣节（10月31日），而这恰是交通量会非常高的一天。 上面图中的大问题是：我们仍然依赖于单一的PostgreSQL （数据库管理系统）来存储大部分的数据。下面的饼图显示了数据是如何在数据库中分配的： ? 我们评估了各种NoSQL（不同于传统的关系数据库的数据库管理系统的统称）的具有上述特点风格的数据库。 追加（无更新）数据模型：它仅支持一个只追加数据模型中，一旦它被写入后，就不能进行修改。这对于存储交易数据，并希望防止数据损坏的系统是非常有用的。由于是只追加模型，修改会自然幂等和交换。 在真正可以开始大迁移之前，第一个任务是从用户身份到用户唯一识别码的迁移，因为原代码依赖于自动递增的PostgreSQL 数据库标识符。几百条SQL查询需要被重写。
2.9K70发布于 2018-04-16 - 来自专栏分布式系统和大数据处理
大数据：大价值大机遇大变革
大数据：大价值大机遇大变革 2017-3-26 张子阳 推荐: 1 难度: 1 ? 这本书就像一个印刷出来的PPT，字体比较大，留白比较多，大量图片，全彩印刷。 概括起来有下面这些要点： 数据量正指数级别增长。大数据时代已经来临。 大数据特点：存储量大、计算量大、增长速度快、类型多样化。 制造业应用：给挖掘机安装GPS和数据上传系统，统计挖掘机每月的工作时长。然后根据大量用户的实际使用数据，来判断市场是否有过剩的风险。 银行业应用：反诈骗系统。 数据仓库（Data Warehouse）是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。 相对稳定：数据一旦进入数据仓库以后，一般很少进行修改，更多地是对信息进行查询操作。 反映历史变化：不只是反映企业当前的状态，而是记录了过去某一点到当前各个阶段的信息。
1.2K40发布于 2018-09-30 - 来自专栏大数据文摘
2016大数据发展7大趋势
大数据已过时，算法正当道。数据已经成为一种商品，每个组织都能够收集和存储大量的数据。分析大数据也不再那么引人注目了。每个组织都可以聘用或培训大数据分析人员来了解数据模式。 由于数据湖带来了相当多的挑战，在2016年，我们将看到数据湖管理的未来：数据湖服务作为一种解决方案，为您的数据湖提供一个完整的管理方案。 由于数据湖在大规模数据存储和分析方面具有巨大优势，数据湖服务解决方案将被用于许多组织中。 因此，高级管理人员正在寻找其人力资源的确切数据，所以，2016年我们会看到人力资源分析将迈出一大步。 人力资源分析虽然是人事部门新的业务领域，但为了更好地提高人力资源的投资回报率，该业务增长极为迅速。 对于那些大的商业组织而言，大数据已经成为通用语言。在适应新趋势方面，政府是缓慢的，但是在2016年，我们会看到更多的国家、地区和地方政府会采用大数据技术来提高社会和公民的体验。
1.2K60发布于 2018-05-22 - 来自专栏bit哲学院
手把手教你用直方图、饼图和条形图做数据分析（Python代码）
分组 这里根据业务数据的含义，可取组距为500，则组数如下所示。 组数=极差/组距=3915/500=7.83≈8 3. 决定分点 分布区间如表3-3所示。 ▲表3-3 分布区间 4. 3可得季度销售额频率分布直方图，如图3-3所示。 ▲图3-3 季度销售额频率分布直方图 02 定性数据的分布分析 对于定性变量，常常根据变量的分类类型来分组，可以采用饼图和条形图来描述定性变量的分布，如代码清单3-4所示。 2020上半年，50万大数据DT用户最爱的10本书哪些数据库是行存储？哪些是列存储？有什么区别？什么是数字化转型？ 5G | 中台 | 用户画像 | 1024 | 大神 | 数学 | 揭秘 据统计，99%的大咖都完成了这个神操作 ????
2K20发布于 2020-12-23 - 来自专栏罗超频道
直播、会员、营销……陌陌未来究竟靠什么赚大钱？
陌陌不断探索新兴业务，可塑性强，想象空间大，这是好的一面；不好的一面则是，收入结构不稳定意味着潜在的风险。 陌陌是天生的移动营销平台 Q1财报显示陌陌用户数已突破2亿，MAU突破7000万，是仅次于腾讯的第二大社交平台。 直播营销是陌陌移动营销增长的第一个后手，借助于LBS和社交两大特质，陌陌直播营销具有同类直播平台不具备的优势，未来，你可以在陌陌上看到附近商家对自家餐厅的直播，你可以看到附近商场对促销活动的直播，LBS 3、与大数据结合的LBS数据营销： 眼下陌陌移动营销更多是在做效果营销，即给品牌带来实质性的下载或订单的营销形式。 当然可以，LBS价值在于POI（兴趣点），陌陌有社交和兴趣标签，大数据维度相对更多，这是唐岩拥有的一座尚未挖掘的金矿。
1.1K50发布于 2018-04-27
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