:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

Posts Categorized / Tech

  • 十一 17 / 2016
  • 0
Data, Enterprise, Tech

TalkingData营销云技术实践——基于RocksDB的高效标签计算

作者:王福胜

“营销云”(TalkingData MarketingCloud) 是TalkingData发布的新一代广告营销数据管理平台,利用超过40亿移动终端数据的覆盖优势,实现了从人群构建、多维洞察到同步投放、客观监测的一体化解决方案。

TalkingData积累了40多亿移动设备的数据, 并且基于这些数据建立了自己的标签体系。 现有12大类超过800个受众定向标签,包括人口属性,设备属性,位置属性,兴趣,消费特征,安装的应用App等。这些标签关联的设备累加起来超过700亿。 如何利用这些标签为用户提供快速的标签人群构建,对人群进行多维度的快速画像是一个挑战。

Continue Reading

  • 十一 15 / 2016
  • 0
Enterprise, Tech

40亿移动设备的用户画像和标签架构实践

作者:王鹏

大家好,我是来自TalkingData的王鹏,很高兴在这里和大家一起探讨大数据的应用。

说起大数据的应用可能很多朋友们脑子里边第一映像就是画像,我想从以下几个方面跟大家聊聊画像相关的事情:1、什么是画像;2、画像的用处;3、如何进行用户画像;4、画像应用中的难点。

20160130141003_843c3210dbf729e2bb84eafca75c1db5_1

Continue Reading

  • 十一 04 / 2016
  • 0
Enterprise, Tech

推送架构的演进

推送架构的演进

我是来自TalkingData推送团队的工程师许建辉,在2015年初加入Push项目以来,经历了设备量、并发数的高速提升。在此过程中,我们对系统架构做了一些细微调整,并让系统的性能表现上一个台阶。本文将阐述Push的系统架构,碰到的问题和应对的办法。

架构是为了更好的为业务提供更好的服务。架构最终会以产品的方式提供给客户使用。因此,在我们开始讨论这套系统架构的演进之前,请由我对我们系统做一个简单的介绍:

图片 1TD-Push,产品代号魔推。如上图所示,TD-Push是一款为移动APP提供的一套推送营销组件。我们的SDK拥有体积小、耗电少的特点,同时支持公有、私有云的部署。对于推送内容的报文,在传输过程中是全程密文,并且每个终端的秘钥都不相同。它使用了Go语言编写,拥有部署简单,成本低廉的特点。同时它的功能丰富,能够对每次推送的效果进行跟踪。

Continue Reading

  • 十 28 / 2016
  • 0
Tech

Smart Data Platform – 大数据技术的未来

大数据的概念(Big Data)已经火了5年了,从GoogleTrends上来看11年以来,关注度一路快速增长,到15年开始逐步持平。实际上大数据已经逐步走过了描绘愿景的阶段,人们期待的是大数据能够真正在各个行业落地,产生巨大的价值。但目前来看创造了明显商业价值的应用还是在互联网,除了搜索以外,杀手级的应用也就两个–精准广告和推荐。

TalkingData在大数据领域耕耘了5年,发展非常迅速,在很多传统行业的大数据应用都是居于国内领先地位。但是当我们的业务发展得越来越好,涉及的行业越来越多,客户越来越多,项目越来越大,越来越深入的时候,我们却觉得让大数据产生价值的瓶颈也越来越大。从本质上来讲这个瓶颈就是目前大数据在传统行业的应用其边际成本并不是趋于0的。

20161020115841_9668
Continue Reading

  • 七 25 / 2016
  • 0
Tech

数据科学 | 详解最近两年最为火热的大数据技术——Spark 2.0

20150708045433148
Spark的下一个重要版本

如果说最近两年最为火热的大数据技术,Spark说第二,相信没有其他技术敢说第一。从2013年Spark作为开源项目加入到Apache社区,Spark开始作为一个新兴的大数据处理技术席卷大数据技术圈。Spark中文的含义是火花,真是印证了中国一句名言:“星星之火,可以燎原”。

Continue Reading

  • 六 08 / 2016
  • 0
Tech

数据科学中“专业化”意味着什么

我作为一个数据科学家的经历跟我在书本和博客上所读到的根本不一样。我曾读到过为数字超级新星公司工作的数据科学家,他们听上去像是英雄,可以写出自动化(近乎有感知能力的)算法并不断地大量获取认知结果。我也读到过像百战天龙那样的数据科学家黑客,他们可以通过将他们周围有的任意原始材料拼凑出数据产品来拯救世界。
20151119024128109

Continue Reading

  • 五 10 / 2016
  • 0
Data, Tech

2016年,大数据还是回事么?(最新大数据公司全局图)

技术型的高科技创业公司都是喜欢闪闪发光的新东西,而“大数据”跟3年前火热程度相比反而有些凄惨。虽然Hadoop创建于2006年,在“大数据”的概念兴起到达白热化是在2011年至2014年期间,当时在媒体和行业面前,大数据就是“黑金石油”。但是现在有了某种高原感。 2015年数据世界中时尚年轻人喜欢转移到AI的相关概念,他们口味变成:机器智能,深度学习等。

16033110319146

Continue Reading

  • 四 01 / 2016
  • 0
Data, Tech

【硅谷视角】数据科学家首先应该做的事

作者:Yanir Seroussi,译者:TalkingData公众号特约作者 董飞

人们总是问我如何有效的成为一名数据科学家。我的经历是先成为一名软件工程师,然后读了数据科学相关的PhD (是在它变成热点之前)。在这篇文章里,基于我在这个领域的经验总结,给出了成为数据学家的首要步骤,目的是为了帮助那些想从纯软件工程领域转行到数据科学。

1

Continue Reading

  • 三 21 / 2016
  • 0
News, Tech

Facebook 广告系统背后的Pacing算法

Facebook于年初公布了2015年第四季度财报,其中日活用户超过10亿,营收达到58.41亿美金,而广告就占了56.37亿美金,更恐怖的是来自于移动广告业务的营收占了80%。笔者在Facebook上面也曾经创建过营销页面,其实是拿到内部朋友一定限额的广告(Campaign)推广费用,当时惊讶投放的高效(太快了,不到1小时几十刀都没了),由于自己也做过广告系统,也做过很多对比,从形式多样性,功能的完整性,定位用户,实时性,数据分析报告各项综合指标Facebook都是行业翘楚,下面就是它们内部对广告系统Pacing算法的剖析,也适合广告技术入门查看。

1447119064900

Continue Reading

页面:1234
随时欢迎您 联系我们