首页 文章 精选 留言 我的

精选列表

搜索[精准预约],共8154篇文章
优秀的个人博客,低调大师

深埋与大口径管道听漏仪选型:声学物理、精准定位与实战策略解析

城市地下管网系统是现代社会赖以运行的复杂基础设施网络,其安全与高效运行直接关系到水资源的可持续利用、环境生态平衡及公共服务的稳定供给。然而,管道漏损,特别是深埋及大口径管线中长期存在的隐蔽性泄漏,因其检测难度高、危害性大,已成为全球水务行业和市政管理部门面临的严峻挑战。传统的声学检测方法在复杂地质条件和高环境噪声背景下,往往面临信号衰减严重、信噪比(SNR)低、定位精度不足等瓶颈。本文旨在从声学物理原理的深层机制出发,系统性地剖析深埋与大口径管道漏损检测的固有挑战与实战应对策略,详尽阐述高精度听漏仪的核心技术选型标准,并结合国家及行业规范(如CJ/T 525-2018),以康高特(KGT)“大海”PLD-11智能数字听漏仪为例,提供一套行之有效的实战检测标准化作业流程(SOP),旨在实现相关仪定位误差≤0.5m的行业高标。同时,本文将对GB/T 38736-2020等相关标准在数字化检测数据资产管理中的应用进行深度考量,为管网运维管理提供专业、权威且极具实战指导意义的技术参考。

优秀的个人博客,低调大师

想要精准营销,从学习搭建一套对的标签体系开始丨DTVision分析洞察篇

在人与人打交道的过程中,我们会在有意无意间给周围的人通过贴标签的方式进行大致的判断,比如好说话的、难相处的、聪明的、爱热闹的……贴标签就是用最快的速度将人和事归类,这是人类运用“模式识别”认识世界、进行社会交往最便捷的方式之一。 而在企业的数字化转型过程中,搭建标签体系也早已不是什么神秘的事情。在数字经济时代的今天,各行各业都早已意识到了数据的重要性,开始挖掘数据的价值。标签体系,正是将数据承载的信息和价值进行了具象化的呈现。通过采集用户在产品中的使用痕迹,进行标签分析、客户洞察,再落地到实际的企业精细化运营过程中去。可以说,标签是从实际业务场景出发,解决实际的业务问题的一个过程。 然而,落地到标签体系实际的设计与落地中来,却并不是那么简单,一蹴而就的事情。很多人都在做,却从第一步开始就做错,更不用说能带来真正的价值。那么到底应该如何应用和理解标签体系,这个系列将结合数雁的项目交付经验进行详细的讲解,今天先来聊聊标签的设计与加工,一般需要经过以下几个步骤: · 标签体系设计 · 标签模型设计 · 标签加工与更新 · 标签应用 一、标签体系设计 标签服务于业务应用场景,好的标签体系设计能够让业务人员在使用时随需随取,及时查询出需要的数据,就算不具备这个标签,业务人员也可以自己快速加工出来,无需寻求数据开发人员的帮助。那需要做到 ·标签类目划分合理 ·标签涵盖的数据源丰富,标签完善 ·后续扩展性高,即基于基础标签加工出新的标签时,方便快捷 标签体系的设计一般会按照以下步骤: 1、数据梳理 根据现有业务背景,以及数据,梳理出大概的标签体系。如企业一般数据大概来源于这几部分: ● 用户基础数据 用户ID、性别、年龄、手机号、邮箱、身份证号、会员等级等基础信息。 ● 业务交易数据 如在零售领域,用户发生的每一笔交易都会有记录,如下图: ● 用户行为数据 如用户在APP、PC、小程序等的浏览、点击、收藏、评论行为,可反映出用户的行为特点。 ● 活动/积分数据 会员商城的cha会员等级、积分兑换等数据。 ● 售后投诉数据 客户投诉、售后处理等数据。 基于对数据的梳理,可进行标签基本体系的梳理,梳理出一部分有价值的标签。 2、基于OLP模型体系化梳理标签 OLP模型是目前比较通用的建立标签体系的模型,OLP指“实体-关系-属性”模型,用下方场景举例: · 实体:指对象,如人、书籍、门店等,可针对每个实体建立一套标签体系 · 属性:实体带的特征,如人有性别、年龄属性,书籍有价格、内容属性,门店有售卖渠道、地址位置等属性,属性是一种类型的标签 · 关系:通过动作产生关系,如基于购买动作,人和书籍产生关系,基于这个动作可产生消费时段偏好、支付方式偏好等标签 基于该模型,对标签进行查漏补缺,梳理出标签类目与标签。 3、定义标签与加工口径 · 标签中文、英文名:标签的中文名称、英文名称 · 标签所属类目:标签所属一级、二级、三级类目 · 标签类型:根据不同维度的划分,采用其中一种。比如统计类标签、预测类标签、自定义标签等,亦或是原子标签、衍生标签、组合标签、算法标签等 · 标签值定义:定义每个标签的标签值,如“近一个月买入金额区间”标签,可根据购买金额的区间段定义“零/低端”、“普通”、“中端”、“准高端”、“高端”等标签值 · 标签含义(描述):描述该标签业务含义,如“最近30天的购买商品的金额区间,对用户消费力进行评估” · 标签业务口径:标签以哪个数据定义为准,如“用户活跃城市”标签,以用户购买次数最多的城市为口径加工,而不是浏览次数、评论次数等 · 标签技术口径:描述该标签从哪个表的哪个字段取值,SQL取数逻辑是什么 · 业务方来源:该标签的业务需求方是谁 · 标签更新周期:描述标签更新频次,天(如T+1、T+2等)、周、月、小时、分钟更新等 · 标签更新优先级:同一时间端跑多个标签时,若资源有限,先跑优先级高的标签 基于以上工作,最终得出一份标签体系表,以这份表和业务方最终确认标签划分、标签与标签值、标签加工口径是否有疑义,没问题,便可进入标签开发环节。 二、标签模型设计 进入具体开发之前,需考虑标签模型层设计,在数仓加工出来哪些数据,标签产品加工哪些数据。标签模型依旧遵循数仓建模的“ODS-DWD-DWS-ADS”分层设计,基于DWD、DWS层抽象一层标签模型层,加工标签基础标签,届时在标签产品上让业务人员通过规则可加工生成新的标签。 一般遵循“公共层数据”、“大数据量计算”的标签放在数仓中数据开发写SQL实现,“通过规则可定义”、“标签规则经常修改”的标签在标签产品中配置。数仓一般实现: 1、公共层数据 包含基础属性数据、基础指标(指标也可以作为一种标签,如最近30天购买金额、最近30天访问次数等),这些数据不仅给标签系统用,也可以给BI报表、数据门户使用,所以放在数仓中加工表。 ● 基础信息类标签 ● 交易类标签 ● 行为类标签 2、大数据量计算的标签 如计算历史最高花费金额、商品的历史最高库存、累计消费金额、用户排序等,这些标签的计算基于的数据量大,最好放在hive中跑批上线。 在数仓中加工好标签基础表,这些表中的标签一般称之为原子标签,再将该表对接标签产品,在标签产品中进行衍生类、组合类标签加工。 三、标签配置 基于标签模型的设计,一部分基础指标类的标签在数仓已建设完成,一部分标签需要在产品界面上实现。我们接下来看下业务人员如何在袋鼠云标签产品「客户数据洞察平台」中配置标签。 1、根据业务对象,创建实体、关系 假设一个电商类客户,需要建立一套用户标签体系,则首先创建“用户”实体对象,并在实体对象下接入标签多张基础表,如用户基础信息表、用户行为事件的指标表等,这些表的字段可作为原子标签直接使用,也可作为后续加工衍生、组合标签的基础。 同时,在后续加工衍生标签时,在某些场景上会用到多个实体下的原子标签加工,这时候可以用“关系”将2个实体关联起来,如将“用户”实体与“书籍”实体通过用户表的“最近购买商品ID”、以及书籍表的“书籍ID”关联起来,便可以用到2个表的字段进行某个标签的加工,如下图: 2、读入原子标签 从标签基础表中读入原子标签,进行原子标签的元数据管理。 读入原子标签时,有些字段可能存储的是编号或一些枚举值,但业务人员需要看到具有真实业务含义的值,此处可做一层字典值映射。比如将“省市编号”映射为具体的省市名称。 3、创建衍生标签 基于接入的数据表的原始字段和原子标签,通过“且、或”关系、“求和、去重计数、计数、最大值、最小值、均值”聚合函数、“等于、不等于、小于、小于等于、大于、大于等于、包含、不包含等”操作符,对源表字段进行加工,生成衍生标签。 如基于用户访问次数、交易次数,加工“用户活跃度“衍生标签,包含“高活跃”、“一般活跃”、“睡眠状态”标签值,对用户活跃度进行衡量。 除通过可视化规则加工标签外,也会开放SQL界面写SQL加工标签,因为在实际场景中,客户场景不尽相同,有些复杂标签需要SQL快速实现,在产品界面上也可直接操作。 同时,虽然产品上会开放基于函数计算的标签加工、SQL类的标签加工,但还是会建议客户将公共层的指标类标签、及复杂类标签放在数仓中实现,以使标签配置这层轻量,届时进行数据跑批时快速。 4、创建组合标签 基于原子标签和衍生标签,可进行组合标签的创建,如基于最近交易时间、最近1年交易次数,最近1年交易金额区间这3个标签,加工“用户综合价值”组合标签,将客户分为“低价值用户”、“一般保持用户”、“重要发展用户”等。 5、创建实时、算法标签 · 实时标签:如基于用户实时行为数据通过Flink引擎计算实时标签,如用户点击APP上的一个商品广告,且加入购物车,判断该客户属于“某类型商品感兴趣用户”,作为客户短期兴趣标签。 · 算法标签:如基于用户的基金交易行为,预测该用户属于追涨、杀跌、高抛等哪种类型的客户,作为客户的风险偏好标签。 最终将这些实时与算法标签的元数据可统一接入标签平台统一管理。 标签逻辑创建好之后,同时配置标签的更新周期、更新优先级,进行标签的定时跑批、手动跑批等。 四、写在最后的话 作为「全链路数字化技术与服务提供商」,袋鼠云一直致力于为客户提供有价值的、全链路的数据服务,也希望通过更加优质的数据产品和服务助力企业数智化“蝶变”。全新升级的数据智能分析与洞察平台——数雁EasyDigit,包含客户数据洞察平台DataTag、指标管理分析平台EasyIndex。 其中,客户数据洞察平台,即标签体系构建与客户画像洞察平台。通过标签萃取、标签治理、客群圈选、画像分析、数据服务,构建以业务价值为导向的标签体系与多样化群组,深度掌握客户特征,应用于企业运营与营销,支撑商业化分析,驱动业务增长,让企业海量数据不再孤立无用,无形的数据创造无限的价值。 袋鼠云开源框架钉钉技术交流群(30537511),欢迎对大数据开源项目有兴趣的同学加入交流最新技术信息,开源项目库地址:https://github.com/DTStack

优秀的个人博客,低调大师

语音识别的痛点在哪,从交互到精准识别如何做? | 硬创公开课

语音识别是目前应用最成熟的人机交互方式,从最初大家体验过的有屏手持设备这种近场的语音识别,如Siri以及各种语音助手,到现在,语音识别的应用已经完成了向智能硬件以及机器人上延伸,不过,新的人机交互对硬件、算法要求更加苛刻,各企业正面临着巨大的挑战。 那么实现人机交互需要解决哪些问题?这其中的关键技术有哪些?人机交互的未来趋势如何?本期硬创公开课邀请了科大讯飞的研发主管赵艳军为大家答疑解惑。雷锋网雷锋网(公众号:雷锋网)雷锋网 分享嘉宾:赵艳军,AIUI项目负责人,科大讯飞云平台研发主管,负责讯飞开放平语音识别、语音合成、声纹、唤醒等多项产品研发,同时负责人机交互解决方案AIUI的开发,致力于把核心技术更好的产品化,使人与机器的交流像人与人之间一样简单,自然。 人机交互的痛点 语音作为目前人机交互的主要方式,大家如果使用过,应该都能举出一些

优秀的个人博客,低调大师

风控开发指南:PHP集成全能消金报告(标准版)实现精准合规审查

在O2O即时配送平台及众包服务行业中,对大量注册骑手进行真实的资信评估与信用合规审查,是确保平台资金安全与派单顺畅运营的核心环节。传统模式下,平台往往依赖骑手自行上传各项证明或采用抽查回访,依靠人工进行审核。这种方式不仅流程繁琐、效率极低,而且难以实时防范信息偏差或潜在的履约隐患。

优秀的个人博客,低调大师

风控开发指南:Go集成运营商二要素V即时版实现精准合规审查

在数字红包、限时秒杀以及移动支付钱包绑定等高并发金融活动中,确认用户预留手机号与姓名的匹配度是资信评估的重要环节。随着线上活动的复杂化,大量低频非活跃账号试图参与权益领取。传统的排查手段往往依赖于短信验证码加上后期的人工对账,这种方式不仅流程繁琐,而且在面对数以万计的并发请求时,极易成为系统瓶颈,难以实时防范信息偏差带来的履约隐患。

优秀的个人博客,低调大师

风控开发指南:Python集成运营商二要素V即时版实现精准合规审查

在企业级数据科学平台与跨云协作环境中,确保开发者与数据分析师的身份可信度,是保障敏感数据集访问合规的底层根基。传统方式通过邮箱验证或企业微信扫码往往只能确立组织架构内的关联,在面向外部供应商或众包算法工程师时,这种单点验证极其薄弱,难以实时防范离职人员私占账号、或账号被转租等履约隐患。

优秀的个人博客,低调大师

风控开发指南:Java集成运营商二要素V即时版实现精准合规审查

在企业级供应链金融及企业网银账户开立的微服务架构中,确保申请人联系电话的实名一致性是防范履约风险的关键防线。传统模式下,客户经理需线下致电核实或要求上传各类繁琐证明,这种方式不仅流程冗长、审批效率较低,且难以实时防范联系人信息偏差,极易在B2B高频交易中潜藏信用合规隐患。

优秀的个人博客,低调大师

风控开发指南:PHP集成全能个人大数据报告实现精准合规审查

在现代数字经济中,自由职业者平台、众包服务和零工经济平台蓬勃发展。然而,在平台接纳大量独立开发者、设计师及自由职业者的过程中,确认入驻者的真实身份、资信状况和历史履约记录成为了一项关键的合规诉求。传统的人工审核流程往往依赖于人工核对身份证件或收集线下资料,这不仅耗时费力,而且在面对信息偏差或伪造时显得十分脆弱。尤其在基于 PHP 构建的内容管理系统(CMS)和门户网站中,如何快速、准确地完成大规模入驻者的初步筛查,是平台面临的一大挑战。

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

用户登录
用户注册