收藏 / 列表

u_15214399 頭像

u_15214399 - 基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化

本案例由開發者：天津師範大學協同育人項目–翟羽佳提供 最新案例動態，請查閲 《【案例共創】基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化》。小夥伴快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 隨着電子商務行業的競爭加劇，企業需要更加精細化的客户管理策略來提升客户忠誠度和營銷效率。根據最新的市場調研，電商行業平均

數據 , pytorch , Customer , 人工智能 , 開發者

u_16237826 頭像

軟件求生 - 面試官笑了：終於有人能把 Tomcat 的 Container 講明白了！

大家好，我是小米，一個在代碼裏泡了九年的程序員。前幾天去面試一家互聯網公司，面試官笑眯眯地問我：“你瞭解 Tomcat 的 Container 架構嗎？” 我心想，這問題挺常見的，屬於那種“問不深就考概念、問深了就勸退”的經典類型。於是我開始講——沒想到，這一講，就聊了快半個小時。 今天就把我當時的回答完整覆盤給你聽，保證聽完後，你不再怕面試官問這個問題。

yyds乾貨盤點 , 主機名 , 加載 , 後端開發 , JAVA , Web

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI淘汰倒計時，誰能笑到最後？

政策驅動：人工智能+行動計劃出爐 2025年8月國務院發佈《關於深入實施“人工智能+”行動的意見》，明確了三階段目標： · 2027年：AI與六大重點領域深度融合，智能終端/智能體普及率達 70%（當前約20%） · 2030年：普及率提升至 90%，智能經濟成為重要增長極 · 2035年：全面進入智能經濟與智能社會 這一政策藍圖清晰地表明：AI不再是選擇題，而是必答題。

後端

weidejianpan 頭像

商湯萬象開發者 - LazyLLM教程 | 第14講：實戰：構建一個支持複雜學術論文問答的RAG系統

在前面的課程中，我們學習了 RAG 相關的知識，以及如何自定義 Reader 組件和在 RAG 任務中處理圖片和表格數據。本節內容將在此基礎上，利用前面學到的知識，搭建一個基於論文的問答系統。 在信息爆炸的時代，科研論文的數量激增，研究人員在查閲文獻時面臨諸多挑戰。論文內容專業性強、邏輯複雜，傳統的關鍵詞檢索方式難以精準提取核心信息，導致獲取有效內容的成本較高。 為了解決這一問題，RAG技術被廣泛

論文 , 教程 , 知識 , 系統架構 , 人工智能

smartbidashuju 頭像

Smartbi - 當 “頂級謀士” 住進系統：專家智能體，為你的決策破局開路

此前，我們介紹過分析智能體，它可是超靠譜的 “專屬數據夥伴”，擅長基於明確指令進行數據分析和可視化展現。 但實際中，用户提問常不明確，問句發散又靈活，沒法提前窮舉。就像有人問 “上半年經營情況怎麼樣”，沒説清看營收還是利潤、要分區域還是分產品線，而這樣的問題太常見了。 再者，像銷量下降、客户流失這樣的難題，用户可不是隻想拿到冰冷數據，他們要的是問題根源、解決策略。 這時，就需要我們另外一個數字夥伴

agent , bi , 人工智能 , 數據分析

bizidadejianbing 頭像

DashVector - 如何通過Python SDK在Collection中分組檢索Doc

本文介紹如何通過Python SDK在Collection中按分組進行相似性檢索。 前提條件 已創建Cluster 已獲得API-KEY 已安裝最新版SDK 接口定義 Python示例： Collection.query_group_by( self, vector: Optional[Union[List[Union[int, float]], np.n

ai開發 , 數據庫 , 人工智能

grapecity 頭像

葡萄城技術團隊 - 打破誤解！MongoDB 事務隔離級別深度實測：快照隔離竟能防住 8 種異常？

打破誤解！MongoDB 事務隔離級別深度實測：快照隔離竟能防住 8 種異常？ 作為 NoSQL 數據庫的代表，MongoDB 的事務能力一直被部分開發者“低估”——不少人還抱着“老版本有坑”“NoSQL 事務不靠譜”的固有印象。但實際上，自 4.0 版本支持多文檔事務後，MongoDB 已實現 ACID 兼容，其基於快照隔離（Snapshot Isolation）的設計，不僅能媲美傳統關係型數據

mongodb

huamingshixunkeji 頭像

華明視訊科技 - 2025年國內口碑不錯的智能閘口系統廠家推薦

隨着智慧物流、智慧口岸建設的不斷深入，智能閘口作為物流鏈的關鍵節點，其效率和準確性直接關係到整個作業流程的順暢。2025年，面對市場上眾多的智能閘口系統供應商，企業該如何選擇一家既靠譜又專業的合作伙伴？今天，我們就為大家推薦兩家在業內擁有極佳口碑和深厚技術底藴的深圳企業。 一、孚為智能科技 如果您追求的是一家技術紮實、深耕垂直領域的高科技企業，那麼深圳市孚為智能科技有限公司絕對是一個值

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.31-11.07）

本週AI領域動態密集，美團、360、銀河通用、字節、騰訊、Kimi與科大訊飛等分別發佈多模態、圖文、導航及視頻推理模型；工具層面，寒武紀、百度、崑崙萬維、騰訊均推出新平台或功能。技術方面，在長序列處理、多智能體協同及代碼執行效率上取得突破。市場方面，OpenAI與AWS達成鉅額合作，小鵬發佈人形機器人「IRON」。整體呈現高效化、多模態與實用化趨勢，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模

資訊 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

yufan_645f1d6e3f1d1 頭像

俞凡 - 10 分鐘搞定神經網絡

本文簡單介紹了神經網絡的基本原理、組成和基礎算法，並通過示例介紹了最簡單的神經網絡是如何工作的。原文：Learn How Neural Networks Work 神經網絡是人工智能中最重要的組成部分之一，若沒有神經網絡，像 ChatGPT 這樣的大語言模型就不會存在。實際上，幾乎所有深度學習模型都在某種程度上使用了神經網絡。 這就是為什麼瞭解神經網絡的工作原理如此重要。所以，讓我們重温一

人工智能

wangzhongyang_go 頭像

王中陽講編程 - 為啥用GoZero快速實現AI應用開發後，我們又決定用字節的Eino重構優化項目呢？

大家好，我是王中陽，見字如面，感謝閲讀！ 最近我們團隊在瘋狂的研究AI。期間不僅做了幾個還不錯的項目，也踩坑不少。下面我就分享一下，過去用GoZero開發了怎樣一個AI應用，以及為什麼現在要用字節的Eino重構和優化。 我們過去基於gozero實現AI面試官智能體項目，一方面搞定了從0到1開發AI智能體應用，各種造輪子；另一方面，模擬面試，也是我粉絲股東們很迫切的需求。 之所以使用GoZero，是

人工智能 , 程序員

chenzhuodeyagao 頭像

沉着的牙膏 - AI驅動·全鏈路監測·精確防護：構建新一代政務數據安全平台

一、概要 隨着政務數字化轉型的加速，政務數據安全面臨着前所未有的挑戰。數據安全不僅關乎公眾的隱私和權益，更是確保政務服務高效運行的基礎。為了更好地應對數據安全風險，本方案提出了一種基於全知科技的政務數據安全監測平台，該平台通過AI驅動、全鏈路監測和精準識別的技術特性，實現了對政務數據的全生命週期安全管控。平台在無干擾政務服務的同時，精準識別各種潛在的風險，從而有效地保障了數據安全與合規要求的

深度學習

codesheep_pro 頭像

CodeSheep - 如期而至！JetBrains全新UI正式官宣標配！

早在今年4月份的時候，JetBrains為其多款IDE發佈了2024年度首個大版本更新：2024.1。 説時遲，那時快，這不JetBrains年度第二個大版本更新2024.2馬上又要來了。 不僅如此，這次官方還正式宣佈：在即將到來的2024.2版本中，將為所有JetBrains IDE啓用全新默認UI。 這也意味着之前搞了好幾年中間也放出來預覽和Beta的新UI，現在也官宣隨這次新版全面默認開啓

pycharm , intellij-idea , webstorm , 前端 , Javascript

tizuqiudexiangpica 頭像

DM今天肝到幾點 - 別問“我會不會被AI取代”，先問“我+AI 能做多強？”

**話題：《AI 編程會取代程序員嗎？還是讓開發更自由？》 ——AI固然取代了一部分程序員日常需要去做的事情，但AI 編程並非“職業終結者”，而是幫助程序員擺脱重複性勞動、聚焦高價值創造的“超級外援”** 1. 先拋結論：AI ≠ 職業終結者，而是“超級外援” 替代的是單調機械的 30 % API 接口封裝、樣板代碼生成、重複性測試腳本……這些工作 AI 已經能 24

cursor , chatgpt , 人工智能 , visual-studio , claude

vivo_tech 頭像

vivo互聯網技術 - Cookie的secure屬性引起循環登錄問題分析及解決方案

作者：來自 vivo 互聯網服務器團隊- Wang Fei 單點登錄作為公共組件，在各個公司內部被各個系統所廣泛使用，但是在使用過程中我們會遇到各種各樣的問題，其中循環登錄問題就是一個比較經典的問題。本文主要分析單點登錄和權限系統設計的基本原理，然後結合實際案例來分析循環登錄的原因，並給出具體的解決辦法。 一、單點登錄簡單介紹 1.1 基本概念 一個公司內部可能存在多個系統，如果每一個人在使用不同

單點登錄 , HTTPS , cookie

alluxio_com 頭像

Alluxio - Alluxio 聯手 Solidigm 推出針對 AI 工作負載的高級緩存解決方案

作者：Wayne Gao, Yi Wang, Jie Chen, Sarika Mehta Alluxio 作為全球領先的 AI 緩存解決方案供應商， 提供針對 GPU 驅動 AI 負載的高速緩存。其可擴展架構支持數萬個節點，能顯著降低存儲帶寬的消耗。Alluxio 在解決 AI 存儲挑戰方面的前沿技術在很大程度上推動了大語言模型( LLM )在全球範圍內的成功。 “Solidigm 和 Allu

數據挖掘 , 算法 , 緩存 , 存儲 , 人工智能

amin_671603a27d1a0 頭像

AMIN - 中文Markmap v2.0 現已上線，新增高效功能，老闆再也留不住你下班的腳步！

介紹 Markmap.js 是一款開源項目，在 GitHub 上獲得了超過 1.7 萬個星的關注，它的主要功能是將 Markdown 文檔可視化為思維導圖。 在日常使用中，用户經常需要面對老闆的"再改一版"的問題， 而你則需要對生成的思維導圖進行高效修改以達到老闆的合理需求。 為此，中文Markmap 2.0 版本的更新，有效解決了這一需求，以下是新增的功能： 從圖形節點跳轉

Markdown

momodel 頭像

Momodel - ColBERT——以詞元級別的向量嵌入提升信息檢索效果

介紹 檢索增強一代 （RAG） 自成立以來就風靡全球。RAG 是大型語言模型 （LLM） 提供或生成準確和事實答案所必需的。我們通過RAG解決LLM的事實性，我們嘗試為LLM提供一個與用户查詢上下文相似的上下文，以便LLM將處理此上下文並生成事實正確的響應。我們通過以向量嵌入的形式表示我們的數據和用户查詢並執行餘弦相似性來做到這一點。但問題是，所有傳統方法都以單個嵌入表示數據，這對於良好的檢索系統

llm , 向量 , 編碼 , 人工智能 , 檢索系統

liuyuedekele 頭像

六月的可樂🥤 - Vue3項目中集成AI對話功能的實戰經驗分享

前言 最近在項目中需要集成AI對話功能，經過調研後選擇了ai-suspended-ball-chat這個Vue3組件庫。使用了一段時間後，想從技術使用者的角度分享一下真實的體驗和踩過的坑，希望對有類似需求的開發者有所幫助。 項目背景與選擇理由 我們的項目是一個企業級的管理後台，需要為用户提供智能客服和代碼助手功能。在選擇方案時，主要考慮了以下幾個因素： 開發效率：不想從頭開發聊天UI和

vue.js , 人工智能 , 前端 , html5 , Javascript

jdcdevloper 頭像

京東雲開發者 - 常用Web 實時通信技術：原理+選型，一篇通關

在 Web 開發中，實時通信技術的核心目標是實現客户端（Browser）與服務器之間低延遲、雙向 / 單向的動態數據交互，而非傳統 HTTP 的 “請求 - 響應” 模式。以下是 Web 端最常用的實時通信技術，從概念、原理特點、適用場景、對比選型進行詳細解析。 一、WebSocket 1.1、核心概念 WebSocket 是 Web 端實時通信的 “基礎設施”，通過全雙工長連接和輕量幀傳輸，解決

程序員

alijishu 頭像

阿里雲開發者 - 程序員寫好技術文章的幾點小技巧

簡介：其我本身並不喜歡寫字，之前寫的幾篇文章，涉及的話題自帶流量，所以閲讀量多了一些，談不上有多擅長。不過我還是分享一下我自己寫文章時用到的一些小技巧吧，希望對大家有幫助。 作者 | 門柳 來源 | 阿里技術公眾號 去年成為了內網技術分享平台的年度作者，受邀寫一篇關於“如何寫好文章”的文章。我本身並不喜歡寫字，去年寫的幾篇文章，涉及的話題自帶流量，所以閲讀量多了一些，談不上有多擅長。

weex , 小程序 , 人工智能 , 開發者 , 程序員

JavaEdge 頭像

JavaEdge - Embedding Atlas：Apple推出的開源Embedding可視化工具！

本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！ 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新，我們的征途是改變世界！ 👉 實戰乾貨：編程嚴

聚類 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習 , 開發者

u_17423871 頭像

美狐美顏SDK開放平台 - 直播美顏SDK中的抖動特效實現難點：識別、渲染與延遲控制全攻略

在短視頻與直播行業快速演進的今天，用户對“視覺體驗”的要求不斷提高。美顏不再僅僅是磨皮、美白、瘦臉，而是追求更具互動感和趣味性的抖動特效（ShakeEffect）。從直播美顏SDK的角度來看，要實現一個自然、不卡頓、匹配主播動作的抖動特效，其實遠比看上去複雜。 如果你是技術負責人、產品經理，或者正關注直播美顏SDK集成方案、直播特效算法開發、實時渲染優化等問題，那麼這篇文章

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

fabarta 頭像

Fabarta - 六問「大模型落地」— 如何打通企業智能化轉型最後一公里？

作者：張紅兵 楓清科技（Fabarta）合作人 ChatGPT 2022年底出現以來，大模型熱度持續不減，尤其是今年年初DeepSeek的爆火，更讓大模型走入更多人的視野。大模型除了在C端（個人用户）廣泛應用，在B端（企業）也有越來越多的企業在做落地。2025年8月26號， 國務院發佈《關於深入實施“人工智能+”行動的意見》，更將以大模型為主的人工智能技術放到更加突出的位置。“

開源軟件 , 數據 , 人工智能 , 深度學習