2015年到2016年，58集团在整个业务和战略层面面临了几项大的挑战：一是各平台间整合后如何发挥协同优势，如何搭建适应各个业务线发展的大平台+垂直的业务模型；二是经过十年的高速发展，如何在产品...

推荐引擎在当前电商平台用的相当多，本文简单理解下常见的几张推荐方式。首先说明下大数据用户画像可以用于针对性营销和单品推荐，但是即使没做用户画像也可以进行商品推荐。

工业和研究中数据的大幅增长为计算机科学带来了巨大的机会与挑战。由于数据大小超过了单台机器的能力，用户需要新的系统将计算扩展到多个节点。因此，针对不同计算工作负载的新集群编程模型已呈爆炸式增长。

如今微服务架构讨论的如火如荼。但在企业架构里除了大量的OLTP交易外，还存在海量的批处理交易。在诸如银行的金融机构中，每天有3-4万笔的批处理作业需要处理。针对OLTP，业界有大量的开源框架、优...

目前，数智大数据处理套件TBDS3.0正式版已经对外发布，数智大数据工坊也在邀测中，可见数智的产品矩阵与能力已经十分完善。同时，腾讯云大数据中的方略产品线，也已经上线了多款产品，包括用户洞察分析...

Apache Beam(原名Google DataFlow)是Google在2016年2月份贡献给Apache基金会的Apache孵化项目，被认为是继MapReduce，GFS和BigQuery...

时空数据挖掘是数据挖掘中的重要研究内容，其中时空预测的应用领域最为广泛。随着信息技术的发展，人们已经不满足于单纯的空间数据的存储和展现，而是需要更先进的手段帮助理解空间数据的变化，发现空间数据之...

大数据是具有海量、高增长率和多样化的信息资产，它需要全新的处理模式来增强决策力、洞察发现力和流程优化能力。

今年是IoT物联网的元年，也是人工智能的元年。之所以人工智能这么热，与大数据有密不可分的关系，大数据就是现在网络时代的石油。

Hadoop是大数据领域最流行的技术，但并非唯一。还有很多其他技术可用于解决大数据问题。除了Apache Hadoop外，另外9个大数据技术也是必须要了解的。

随着互联网、媒体、用户、市场的变化，企业发现过去他们所做的粗狂式运营已经不能有效的提升效率和增加企业用户了，所以，一些企业开始找寻新的运营方式，比如逐渐转变为CPM(每千人成本)化的精细化经营，...

互联网二次革命的移动互联网时代，如何吸引用户、留住用户并深入挖掘用户价值，在激烈的竞争中脱颖而出，是各大电商的重要课题。通过各类大数据对用户进行研究，以数据驱动产品是解决这个课题的主要手段，携程...

PPTV作为国内视频领域的领先者，对于大规模流媒体的存储、处理、分发及应用，有着迫切的要求。容器技术及微服务模式的出现，使大规模的研发交付效率大为提高。因此我们基于Docker技术打造了DCOS。

众所周知，大数据正在以惊人的速度增长，几乎触及各行各业，许多组织都被迫寻找新的创造性方法来管理和控制如此庞大的数据，当然这么做的目的不只是管理和控制数据，而是要分析和挖掘其中的价值，来促进业务的发展。

互联网二次革命的移动互联网时代，如何吸引用户、留住用户并深入挖掘用户价值，在激烈的竞争中脱颖而出，是各大电商的重要课题。通过各类大数据对用户进行研究，以数据驱动产品是解决这个课题的主要手段，携程...

对于很多开发人员而言，大数据应用的开发尚未上手，人工智能又已经泛滥，当前大数据公司也逐渐向人工智能靠拢。是否人工智能将成为应用的必要属性？开发人员应当如何透过现象直面技术本质并充实自身的技能？日...

最近几年一直参与大数据产品的研发，同时大数据产品在海量数据场景下其处理性能又是其主要的卖点和突破，所以个人在这几年经常忙于如何对大数据产品进行性能上面的优化，并且想通过本文和大家聊聊具体的几种比...

最近这几周大数据领域可谓动作频频，初创公司和老牌企业都纷纷发布新品，更新或改进现有的产品系列，以及达成战略性关系。

我每天都在思考，思考很重要，是一个消化和不断深入的过程。

在本篇文章，作者将讨论机器学习概念以及如何使用Spark MLlib来进行预测分析。后面将会使用一个例子展示Spark MLlib在机器学习领域的强悍。