- 综合排序
- 最热优先
- 最新优先
- 来自专栏火星娃统计
GEO数据挖掘5
GEO数据挖掘5 sunqi 2020/7/13 GEO数据挖掘5 概述 GO和KEGG富集分析 KEGG全称 Kyoto Encyclopedia of Genes and Genomes，由日本京都大学生物信息学中心的 数据库能够把基因及表达信息作为一个整体的网络进行研究，通俗点讲就是通过基因寻找通路 GO全称为gene ontology，由基因本体联合会（Gene Ontology Consortium）建立的数据库，数据库对基因和蛋白功能进行限定和描述 GEO 只有对基因根据现有知识做定义定位分类，这样才能在生物学上解释这个差异，也就是故事才能讲顺了 注释：GO和KEGG的具体作用不再赘述，等代码实现完成之后后续再学习理论知识 另外，KEGG和GO分析可以通过软件实现 SYMBOL ENTREZID ## 1 CD36 948 ## 2 DUSP6 1848 ## 3 DCT 1638 ## 4 SPRY2 10253 ## 5 by cytochrome P450 3/82 ## hsa04390 hsa04390 Hippo signaling pathway 5/
1.4K10发布于 2020-09-15 - 来自专栏医学数据库百科
GEO2R差异表达分析软件
前两天我们对GEO数据库来了一个大致的介绍GEO数据集详细介绍GEO数据库介绍 (一)。我们对于目标数据集，我们做的第一个事情就是差异分析，来寻找有差异的结果。 我们今天介绍的这个GEO2R也只是把这个算法更加方便使用了而已。 PS：GEO2R只是适用于表达谱芯片。对于二代测序是不适用的，我们下面说到的数据类型都是表达谱芯片来进行阐述的。 2 GEO2R GEO2R就是一个基于GEO数据库来对表达谱芯片进行差异分析的一个软件。我们在每个数据集的下面都可以看到这个软件的的入口。 例如：GSE79973(https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE79973)我们就可以在数据集的下面看到这个分析入口。 ? 软件的整体操作还是很简单的，我们需要做的就是 2.1 制定数据分组 前面提到，我们需要两组或者多组之间比较才能得到差异的结果，所以我们第一步需要做的就是来制定我们想要的分组。
1.5K40发布于 2020-06-15 软件开发行业布局GEO优化重点
上海秒响应网络科技有限公司凭借与i人事、汉得集团、甄云科技等行业领先企业的深度合作经验，为软件开发企业提供了专业、高效的GEO优化解决方案。 软件开发行业GEO优化的特殊性软件开发企业提供的往往不是简单产品，而是复杂的解决方案体系。一套完整的企业软件解决方案可能包含技术平台、业务模块、实施服务、运维支持等多个维度。 客户不是购买软件本身，而是购买软件能够带来的业务改进和价值提升。这就要求GEO优化必须从客户的实际业务问题出发，而不是从技术参数出发进行内容组织。 这种模式不仅包括GEO优化服务，还包括行业趋势分析、竞争态势监测、新技术应用探索等增值服务。行业洞察与未来展望软件开发行业的GEO优化正在进入新的发展阶段。 秒响应将继续深耕软件开发行业的GEO优化，通过技术创新和服务优化，帮助更多软件企业在AI时代实现更大的商业成功。无论是初创企业还是行业巨头，都能够从专业的GEO优化中获得实实在在的价值提升。
11010编辑于 2026-02-13- 来自专栏sherry笔记
GEO
dim(exp)## [1] 54675 20range(exp)#看数据范围决定是否需要log，是否有负值，异常值## [1] 5.020951 22011.934000#发现取值范围在5- cluster_cols = F, annotation_col=annotation_col, breaks = seq(-3,3,length.out = 100)) 图片5. )g_kegg <- kegg_plot(kk.up,kk.down,p.adjust = T)g_kegg图片g_kegg +scale_y_continuous(labels = c(15,10,5,0,5,10
53030编辑于 2023-07-24 - 来自专栏syj生信
GEO
', getGPL = F)#getGEO有从GEO中下载数据到工作目录下，并将数据读取到R中。 hgu133plus2SYMBOL)# symbol代表的是探针的ID和基因symbol，toTable是提取head(ids)方法2 读取GPL网页的表格文件，按列取子集https://www.ncbi.nlm.nih.gov/geo }load(f)3.可视化条带图barplot(ego)barplot(ego, split = "ONTOLOGY", font.size = 10, showCategory = 5) = "free_y") 气泡图dotplot(ego)dotplot(ego, split = "ONTOLOGY", font.size = 10, showCategory = 5)
2K51编辑于 2023-04-04 # 什么是 GEO、GEO vs SEO、为什么现在要做 GEO？
四、为什么要做GEO现在做GEO，不是因为SEO没用了，而是因为用户获取答案的入口正在增加，品牌必须同时面向“搜索结果页”和“AI答案层”布局。为什么商家和个人品牌现在就该开始做GEO？ 六、谁应该优先做GEO最应该优先做GEO的，不是预算最大的公司，而是那些高度依赖“解释型内容、专业信任和问题教育”的商家与个人品牌。 GEO与SEO的长期共存关系GEO不会替代SEO。更现实的趋势是GEO和SEO并行存在，因为用户在进行“需要直接答案”的搜索时会用AI，但在“需要浏览多信息源逛一逛”时仍会使用传统搜索结果。 关于作者我是兰多GEO，一个不懂代码的00后，从0开始学习GEO，分享的GEO（生成式引擎优化）的经验，如果你正在学习GEO，希望对你有帮助。 如果你刚开始布局GEO，或有GEO的相关问题，欢迎交流啊，很好沟通的。在这个流量重构的时代，不要让你的品牌在AI的回答里“默认缺席”。
3000编辑于 2026-04-25【GEO优化助手】GEO优化人才维度
生成式引擎优化（GEO）人才维度：构建AI时代的智能内容军团引言：当AI搜索重塑流量战场，人才成为GEO战略的核心变量2025年，全球生成式AI搜索市场规模突破千亿元，中国AI搜索用户规模达8.3亿，占网民总数的 一、GEO人才战略：从职能分工到生态协同1.1 战略层：GEO策略经理——AI搜索战场的指挥官核心职责：制定企业GEO战略，确保与品牌定位、产品路线、市场节奏深度协同统筹技术、内容、市场、公关等部门，打破数据孤岛监控 例如，某B2B软件企业通过RAG优化，使AI在回答"CRM系统对比"时，功能描述准确率提升40%，客户咨询转化率增长40%。 4.1 从"通用优化"到"垂直领域专家"随着AI搜索的细分化，未来将出现医疗GEO工程师、金融GEO分析师、法律GEO顾问等垂直岗位。 例如，医疗GEO工程师需掌握HIPAA合规要求，确保患者数据在AI搜索中的安全性；金融GEO分析师需理解MiFID II法规，优化投资产品的风险披露信息。
68210编辑于 2025-09-02- 来自专栏悠扬前奏的博客
Geo Hash
工作需要，实现了一下Geo Hash算法。 尽量直接使用位操作，比网上常见的字符串判断位值得写法效率应该高一点。 TODO：循环的写法可以再优雅一点；注释可以再清晰一点。 java.util.Arrays; import java.util.BitSet; import java.util.HashMap; /** * GeoHash编码 * 采用base32格式编码，5位一编码 * @date 2021/9/24 16:50
*/ public class GeoHash { public static final int BASE_BIT_NUM = 5; */ private double minLon; private final static char[] DIGITS = {'0', '1', '2', '3', '4', '5' } } /** * hash编码 * * @param lat 纬度 * @param lon 经度 * @return geo1.2K20发布于 2021-11-24 - 来自专栏R语言&linux
geo（三）
f) 3）可视化 #条带图 barplot(ego) barplot(ego, split = "ONTOLOGY", font.size = 10, showCategory = 5) free_y") #气泡图 dotplot(ego) dotplot(ego, split = "ONTOLOGY", font.size = 10, showCategory = 5)
55100编辑于 2023-02-11 新GEO
fromType = "SYMBOL", toType = "ENTREZID", OrgDb = org.Hs.eg.db)#人类代码5 load(f)#(3)可视化#条带图barplot(ego)barplot(ego, split = "ONTOLOGY", font.size = 10, showCategory = 5) = "free_y") #气泡图dotplot(ego)dotplot(ego, split = "ONTOLOGY", font.size = 10, showCategory = 5) geo_download代码汇总geo = geo_download(gse)pd = geo$pdgeo$exp = log2(geo$exp+1)#,destdir=tempdir()表示不使用工作目录下的路径 感兴趣基因的相关性的热图（直接运行代码5）输入数据为exp（行名为symbol，列名为样本）library(corrplot)g = deg$symbol[1:10] # 换成自己感兴趣的基因gM =
79010编辑于 2024-03-10- 来自专栏个人技术博客
⑦【Redis GEO 】Redis常用数据类型：GEO
个人简介：Java领域新星创作者；阿里云技术博主、星级博主、专家博主；正在Java学习的路上摸爬滚打，记录学习的过程~ 个人主页：.29.的博客 学习社区：进去逛一逛~ ⑦Redis GEO 基本操作命令 Redis GEO主要用于存储地理位置信息，并对存储的选项进行操作： 1.添加地理位置的坐标 2.获取地理位置的坐标 3.计算两个地理位置间的距离 4.根据用户给定的经纬度坐标来获取指定范围内的地理位置集合 geopos city 广州 # 获取空间名称“广州”的经纬度 geopos city 深圳 # 没有存储“深圳”的空间名称，返回nil 3.geohash 获取保存位置的geohash值 Redis GEO 英尺 mi —— 英里 geodist city 广州 上海 KM geodist city 广州 上海 M geodist city 广州 上海 FT geodist city 广州 上海 MI 5.
88310编辑于 2023-11-26 【GEO优化助手】GEO优化人才如何评估
本文基于印度理工学院GEO框架、头部企业实践及2000+岗位JD分析，构建覆盖战略、技术、内容、数据四大维度的GEO人才评估体系，为行业提供可落地的评估标准。 模拟竞品攻击时的内容纠偏效率）3.2 动态内容生成能力评估标准：能否基于用户行为数据实时调整内容策略（如某电商平台通过强化学习优化商品推荐，使AI搜索转化率提升32%）是否掌握A/B测试方法论（同时测试5种以上内容变体 地域知识图谱构建：包含行政区划、方言特征、消费习惯等200+维度方言模型适配：开发泰语、阿拉伯语等方言模型（某跨国企业通过本地化内容策略使中东市场转化率提升35%）某跨境电商案例：在西班牙语市场实现品牌提及率从5% ：综合语义结构化指数、时间相关性系数等5个维度）是否掌握转化路径优化（如某法律平台将用户咨询转化率从10%提升至25%）基础优化阶段ROI基准：≥1:3；知识图谱深度优化：≥1:5；实时动态优化体系：≥ 评估方法：转化漏斗分析测试（评估各环节流失率）ROI模拟计算（基于历史数据预测优化效果）4.3 服务韧性评估能力评估标准：算法响应速度：紧急需求响应时间≤4小时跨平台兼容性：支持PC、移动端、户外广告终端等5+
47611编辑于 2025-09-02【GEO优化助手】如何培养GEO优化人才
生成式引擎优化（GEO）：如何构建面向AI时代的优化人才体系引言：当搜索进入“认知建构”时代2025年，全球生成式引擎优化（GEO）市场规模突破89亿美元，年复合增长率达43%。 二、能力模型：GEO优化人才的核心技能图谱2.1 语义工程能力：从关键词到实体映射GEO人才需具备深度解析用户意图的能力，其核心技能包括：用户意图分层：区分信息型（如“AI搜索优化方法”）、导航型（如“ 技能认证体系：建立GEO能力评估标准。例如，IGTA推出的“GEO优化师”认证，涵盖语义工程、多模态生产等6个模块，持证者平均薪资比非持证者高35%。 四、未来展望：GEO人才的战略价值随着AI搜索流量向头部平台集中，GEO优化能力已成为企业数字战略的核心竞争力。Gartner预测，到2026年，缺乏GEO人才的企业将在AI搜索流量中边缘化。 正如《2025年GEO优化白皮书》所言：“GEO不是SEO的替代品，而是数字营销从‘流量争夺’到‘心智渗透’的质变。”
38210编辑于 2025-09-02- 来自专栏allsmallpi博客
redis geo 全网最好用的redis-geo
当乘客下单后，会通过乘客的位置查询附近司机然后进行匹配 2、GEO简介 reids在版本 3.2.0之后，引入了geo功能，可用于处理地理位置。 * * redis命令：georadius key 116.405285 39.904989 100 km WITHDIST WITHCOORD ASC * COUNT 5 根据指定的地点查询半径在指定范围内的位置 * * redis命令：georadiusbymember key 北京 100 km WITHDIST WITHCOORD ASC COUNT 5 = "geo_key"; /** * 使用redis+GEO，上报司机位置 */ @PostMapping("addDriverPosition") public Metrics.KILOMETERS.getMultiplier()); GeoResults> results = redisGeoService.nearByXY(redisKey, circle, 5)
1.9K20发布于 2021-02-25 - 来自专栏猫头虎博客专区
什么是GEO 和 SEO ？GEO 与 SEO 有什么区别？如何快速入门GEO？
什么是GEO 和 SEO ？GEO 与 SEO 有什么区别？如何快速入门GEO？ “SEO 已死，GEO 万岁”：面向技术运营的深度技术博客 引言 随着 ChatGPT 月活用户数在 2025 年 5 月突破 5 亿大关，Google 也在同月正式上线了 AI Mode——一种嵌入式 二、GEO 与 SEO 的三大核心差异 1.1 查询方式 SEO： 短尾关键词（3–5 字），如“AI 会议记录软件”。 对比维度 SEO GEO 共同点 目标 抢占短尾高流量关键词首页，获取广泛曝光 争取 LLM 回答引用，捕获长尾高意图流量并提高转化 都致力于免费、有机流量增长与品牌曝光 查询方式 短尾关键词（2–5 查询方式 短尾关键词，通常 2–5 个字，如“AI 会议记录软件”。 长尾自然语言查询，往往 20+ 个词，多轮追问，如“列出最好的 10 款 AI 会议记录工具及价格比较”。
6.1K11编辑于 2025-07-18 - 来自专栏Java架构师必看
Python Geo 地图
() -> Geo: c = ( Geo() .add_schema(maptype="china") .add("geo", [list(z) （分段型）"), ) ) return c @C.funcs def geo_effectscatter() -> Geo: c = ( Geo ")) ) return c @C.funcs def geo_heatmap() -> Geo: c = ( Geo() .add_schema "), ) ) return c @C.funcs def geo_guangdong() -> Geo: c = ( Geo() ")) ) return c @C.funcs def geo_lines_background() -> Geo: c = ( Geo()
1K30发布于 2021-08-09 GEO重大误区之一：GEO=AI+SEO
GEO（生成式引擎优化）不是“AI+SEO”，它是品牌的“AI助手”。摘要：很多人把GEO简单看作“SEO的升级版”，甚至误以为它是用AI批量生产内容的捷径。 索引：一、专栏前言：拨开迷雾，读懂GEO的真正价值二、AI时代，品牌触达用户的方式产生巨大变革三、GEO是品牌的AI助手，GEO不等于AI+SEO四、GEO：AI时代数字营销的技术基础一、专栏前言：拨开迷雾 三、GEO是品牌的AI助手，GEO不等于AI+SEO答案就是：GEO。GEO通过优化品牌内容，使其能够精准匹配用户需求和AI平台的推荐算法，从而提高在AI搜索引擎中的曝光率。 正如AI是人类的忠实助手，GEO也是品牌的忠实助手，GEO和AI一起牵线搭桥，让优质的产品与用户相遇。 [1]这意味着商家的获客途径将会被重塑，GEO作为全新的流量风口正在崛起。GEO面对的是一个庞大而空缺的市场，未来几乎所有数字营销的地基都将建立在GEO之上。
30810编辑于 2025-11-27- 来自专栏生物信息学、python、R、linux
GEO数据上传
1、创建账号 将数据上传到GEO数据库，首先要创建并登陆NCBI帐号， 然后进入提交的网址：https://www.ncbi.nlm.nih.gov/geo/info/submission.html 每个填写的栏目都给出了提示和说明，也可以根据给出的示例进行填写： image.png 4.数据上传 返回下载metadata示例的[网址(https://www.ncbi.nlm.nih.gov/geo 转到提交数据操作的网页 https://www.ncbi.nlm.nih.gov/geo/info/submissionftp.html 数据上传给出了详细的步骤，step1给出了上传的位置。 #conda安装lftp conda install lftp #下面的代码geo已给出，直接复制即可 lftp ftp://geoftp:xxx(用户名)@ftp-private.ncbi.nlm.nih.gov
3.7K20编辑于 2023-03-07 - 来自专栏生信技能树学习笔记
GEO数据挖掘代码1（从geo下载数据）
在GEO上搜索数据，下载其表达矩阵（如果以M为单位，说明文件可用；如果大小只有K，说明文件不可用）是一种储存高通量芯片表达矩阵的数据类型， exprs()函数可以将其切换为矩阵。
2K30编辑于 2023-02-17 - 来自专栏科研菌
老瓶新装：TCGA+GEO分子分型发5+分
从病变部位来看，病变总体主要位于远端胃窦部（TCGA：65％/68％；GSE62254：68％/77％），而很少位于近端幽门部（TCGA：5％/9％；GSE62254：8％/3%）。 作者分析得到MSI-H1和MSI-H2的5年总生存率分别为62％（95％CI，48％-80％）和80％（95％CI，68％-96％）。 ? 5.MSI-H1亚组的预后较差可能与抑制性免疫受体和趋化因子的增多有关 从GSEA揭示的MSI-H1与免疫反应hallmark signature相关的结果中，作者受到启发——MSI-H1 图4B：MSI-H1与MSI-H2经典免疫检查点阻断靶点表达情况的差异分析 另外，作者发现趋化因子CCL2、CCL5、CCL3和CCL4在MSI-H1中的表达水平也比在MSI-H2中高得多 有趣的是，CCL5与TIM3（r=0.81）和TIGIT（r=0.76）高度相关，提示可能存在尚未发现的STAD中CCL5与T细胞耗竭之间的关联。 ?
2.1K31发布于 2020-09-22
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