首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

落地百余场景、扛过11,蚂蚁TuGraph流式计算引擎正式开源!

本次,蚂蚁集团宣布将计算系统中的流计算引擎 TuGraph-Analytics 正式开源。结合蚂蚁计算领域其他项目的优异表现,该引擎又将对开源领域及产业界带来哪些价值?...对于数据模型天然适合模型,同时希望能够更快看到计算的价值的应用,流计算引擎 TuGraph-Analytics 是更加合适的选择。...2018 年的 11,流计算做到了在大促极端流量高峰情况下,动态识别超过六度关系链(隐蔽性强)的异常资金风险,这一风控能力在当时的业界非常领先。...“那时,我们从 6、7 月份就开始和业务同学一起闭关筹备 11,内部做了几轮流量压测,包括极端情况下的解决方案全部讨论完毕才确定推到 11。”...TuGraph-Analytics 作为流式计算引擎,偏重于流式实时的分析和计算

29140
您找到你想要的搜索结果了吗?
是的
没有找到

TKDE2023 | 基于学习的社交推荐算法

TLDR: 本文将社交推荐任务建模在曲空间学习之下,并提出了一种基于学习的社交推荐模型。...具体的,其设计了一个曲社交预训练模块以保留社交结构作为特征,并从显式的异质学习和隐式的特征增强两方面缓解社交推荐存在的问题。...最近,一些研究探索了将嵌入学习转移到曲空间的替代方法,曲空间可以保留现实世界的层级结构。 然而,直接将当前的嵌入模型应用于社交推荐并非易事,因为存在两大挑战:网络异质性和社交扩散噪声。...为了解决上述挑战,本文提出了一种基于学习的社交推荐(HGSR)模型。首先,利用曲社交嵌入的预训练来探索社交结构,这可以保留社交网络的层级特性。...总之,本文提出了一种新颖的HGSR模型用于曲空间的社交推荐。为了利用社交影响扩散引入的异质性和噪声问题,设计了一种社交预训练增强的曲异质学习方法。

28210

推荐系统遇上深度学习(四十二)-使用神经网络做基于会话的推荐

针对上面的问题,作者提出使用网络来做基于会话的推荐,其整个模型的框架如下图所示: ? 接下来,我们就来介绍一下这个流程吧。 2、模型介绍 2.1 符号定义 V={v1,v2,......那么我们来看看计算过程: 1)[vt-11,......有一丢丢的复杂,上面是我个人的理解的计算过程,大家可以作为参考。 上面的输入,我们充分考虑了的信息,接下来,就是GRU单元了,这里的GRU单元没有太多变化,公式如下: ?...2.5 给出推荐结果及模型训练 在最后的输出层,使用sh和每个物品的embedding进行内积计算: ? 并通过一个softmax得到最终每个物品的点击概率: ? 损失函数是交叉熵损失函数: ?...4、总结 本文使用网络进行基于会话的推荐,效果还是不错的,而且网络逐渐成为现在人工智能领域的一大研究热点。感兴趣的小伙伴们,咱们又有好多知识要学习啦,你行动起来了么?

1.6K40

2023开放原子全球开源峰会,蚂蚁计算平台开源业内首个工业级流计算引擎

在高峰论坛上,蚂蚁技术研究院院长、计算负责人陈文光宣布开源 TuGraph 计算平台核心成员——工业级流式计算引擎 TuGraph Analytics。...计算目前已广泛应用在金融、政务、医疗等领域,备受全球研发机构和顶尖科技公司关注。流式计算是一种将流式计算计算结合的交叉创新,融合了流式计算的高度实效性和计算的灵活性,攻坚难度极高。...据了解,蚂蚁从2015年开始探索计算,布局了数据库、流式计算引擎学习等相关技术,打造了世界规模领先的计算集群,于业界首创了工业级流式计算引擎,多次问鼎数据库行业权威测试 LDBC 世界冠军并保持世界纪录...此次开源的工业级流式计算引擎是蚂蚁从2017年开始布局打造,经过五年多工业级应用大考,流式计算做到了在千亿数据规模的“”上秒级延迟计算,是蚂蚁风控的核心基础技术,成功解决了金融场景风险分析难、识别率低...此次流式计算引擎开源,是延续蚂蚁开源核心基础技术的实际动作,希望通过开放成熟的计算技术,服务更广阔的数字化产业,向世界输出中国科技公司的前沿技术影响力。

22820

蚂蚁金服, 开源业内首个工业级流计算引擎

在高峰论坛上,蚂蚁技术研究院院长、计算负责人陈文光宣布开源 TuGraph 计算平台核心成员——工业级流式计算引擎 TuGraph Analytics。...(:陈文光宣布开源业内首个工业级流式计算引擎 TuGraph Analytics) 去年9月,蚂蚁集团开源了 TuGraph 计算平台中的数据库 TuGraph DB。...据了解,蚂蚁从2015年开始探索计算,布局了数据库、流式计算引擎学习等相关技术,打造了世界规模领先的计算集群,于业界首创了工业级流式计算引擎,多次问鼎数据库行业权威测试 LDBC 世界冠军并保持世界纪录...此次开源的工业级流式计算引擎是蚂蚁从2017年开始布局打造,经过五年多工业级应用大考,流式计算做到了在千亿数据规模的“”上秒级延迟计算,是蚂蚁风控的核心基础技术,成功解决了金融场景风险分析难、识别率低...此次流式计算引擎开源,是延续蚂蚁开源核心基础技术的实际动作,希望通过开放成熟的计算技术,服务更广阔的数字化产业,向世界输出中国科技公司的前沿技术影响力。

22930

WSDM2022 | 基于曲几何无标度建模的知识感知推荐算法

此外,由于神经网络在提取数据特征方面的强大性能,一些研究将推荐系统与 GNN 结合了起来。...基于 GNN 的知识图谱推荐模型通常将用户-物品历史交互与外部知识图谱的交互统一为三部,然而在数据统一之后,这些三部通常呈现出无标度(或层次)的特点,如图 1(a)所示,两项基准数据集的度分布近似于幂律分布...为了解决上述问题,本文提出了基于的曲几何洛伦茨模型的知识感知推荐模型,简称为 LKGR。...3.2.2 洛伦茨消息传递 为了在洛伦茨流形上传播邻域信息,需要分别计算用户和物品邻域的洛伦茨线性组合。... 3 展示了 topk 推荐任务下本文算法与基线算法的性能对比。

2.3K30

面渣逆袭:三万字,七十详解计算机网络六十二问(建议收藏)

这次给大家带来了计算机网络六十二问,三万字,七十详解,大概是全网最全的网络面试题。 建议大家收藏了慢慢看,新的一年一定能够跳槽加薪,虎年“豹”富!...基础 1.说下计算机网络体系结构 计算机网络体系结构,一般有三种:OSI 七层模型、TCP/IP 四层模型、五层结构。...这里还画了一张更详尽的: 21.客户端怎么去校验证书的合法性? 首先,服务端的证书从哪来的呢?...拿反射型举个例子吧,流程如下: 攻击者构造出特殊的 URL,其中包含恶意代码。...浅析DNS域名解析过程 [7]. 「2021」高频前端面试题汇总之计算机网络篇 [8]. 计算机网络 [9]. 谢希仁编著《计算机网络》 [10].

53250

腾讯云容器 x 可信云成绩单:首批通过 + 最高级评估,妥了

2021年7 月 27日 - 28日,由中国信息通信研究院指导,中国通信标准化协会主办,云计算开源产业联盟承办的 2021 可信云大会在北京召开。大会上,信通院公布了最新的可信云容器评估结果。...同时证明 TKE Edge满足全栈边缘云标准,结合腾讯云边缘物联网计算平台 IECP,腾讯内容分发网络CDN产品,能力覆盖边缘计算平台,设备边缘和内容分发网络等场景。...收获五项大奖,十二项可信云认证 此次除了腾讯云容器获得以上认证外,腾讯云共斩获五项大奖和十二项可信云认证。...往期精选推荐   GIAC 大会预告 | 揭秘腾讯云原生同城活解决方案 TKE 体验升级:更快上手 K8s 的24个小技巧 腾讯TencentOS 十年云原生的迭代演进之路 kubernetes...降本增效标准指南|ProphetPilot:容器智能成本管理引擎 在 TKE 中使用 Velero 迁移复制集群资源

6.1K30

面渣逆袭:三万字,七十,详解计算机网络六十二问(收藏版)

这次给大家带来了计算机网络六十二问,三万字,七十详解,大概是全网最全的网络面试题。 建议大家收藏了慢慢看,新的一年一定能够跳槽加薪,虎年“豹”富!...基础 1.说下计算机网络体系结构 计算机网络体系结构,一般有三种:OSI 七层模型、TCP/IP 四层模型、五层结构。...这里还画了一张更详尽的: 21.客户端怎么去校验证书的合法性? 首先,服务端的证书从哪来的呢?...拿反射型举个例子吧,流程如下: 攻击者构造出特殊的 URL,其中包含恶意代码。...---- ✨面渣逆袭系列: 面渣逆袭:计算机网络六十二问,三万字图文详解!速收藏!

40210

搜索,大促场景下智能化演进之路

演进的背景 运用机器学习技术来提升搜索/推荐平台的流量投放效率是目前各大互联网公司的主流技术路线,并仍然随着计算力和数据的规模增长,持续地优化和深入。...针对以上问题,通过搜索技术团队自主研发的流式计算引擎Pora,收集预热期和11当天全网用户的所有点击、加购、成交行为日志,按商品维度累计相关行为数量,并实时关联查询商品库存信息,提供给算法插件进行实时售罄率和实时转化率的计算分析...,并将计算结果实时更新同步给主搜、商城、店铺内引擎、天猫推荐平台、流量直播间等下游业务。...3 2015年11的实时计算体系 3. 2016年11,深度学习+强化学习独领风骚 2015年11,在线学习被证明效果显著,然而回顾当天观察到的实时效果,也暴露出一些问题。...2016年11,实时计算引擎从istream时代平稳升级到blink/flink时代,实现24小时不间断、无延迟运转,机器学习任务从几个扩大到上百个job。

6.5K40

ApacheCN Python 译文集 20211108 更新

:cat 练习 6:find 练习 7:grep 练习 8:cut 练习 9:sed 练习 10:sort 练习 11:uniq 练习 12:复习 第三部分:数据结构 练习 13:单链表 练习 14:链表...五、算法 第二部分:机器学习算法 六、无监督机器学习算法 七、传统的监督学习算法 八、神经网络算法 九、自然语言处理算法 十、推荐引擎 第三部分:高级主题 十一、数据算法 十二、密码学 十三、大规模算法...前言 一、Python 的温和介绍 二、内置数据类型 三、迭代和决策 四、函数,代码的构建块 五、文件和数据持久性 六、算法设计原则 七、列表和指针结构 八、栈和队列 九、树 十、哈希表和符号表 十一、和其他算法...Python 入门 二、基于线程的并行 三、基于进程的并行 四、消息传递 五、异步编程 六、分布式 Python 七、云计算 八、异构计算 九、Python 调试和测试 Python 数学应用 零、...、使用QPaint创建二维图形 十三、使用 OpenGL 创建三维图形 十四、使用QtCharts嵌入数据 十五、树莓派 十六、使用QtWebEngine的 Web 浏览 十七、准备发布您的软件 十八

18.8K30

SDCC 2015算法专场札记:知名互联网公司的算法实践

搜索引擎有些查询会搜不到结果,为了改善搜索体验,此时搜索引擎会对用户查询进行智能改写,对无搜索结果的查询进行形式上的变换来改善搜索体验。...3 算法比较 阿里巴巴搜索事业部算法专家严强:个性化算法IN11 2015年11天猫成交量高达912亿,移动端占比68.67%,其中各个平台的个性化推荐功能对于促进成交量起了非常重要的作用。...爱奇艺推荐系统也采用了典型工业推荐系统的技术架构(6),由离线数据处理系统、近线准实时计算系统以及在线实时推荐三个部分构成。...6 爱奇艺推荐系统技术架构 时趣首席科学家王绪刚:如何利用“计算”实现大规模实时预测分析 社交挖掘也是目前比较火的一个研发方向,来自时趣的首席科学家王绪刚介绍了如何通过社交分析准确刻画用户特征,并应用在精准营销等商业场景...他重点介绍了自主研发的对消费者行为数据处理的实时计算引擎CrowdGraph的技术发展历程,及其如何在社交场景下使用CrowdGraph挖掘用户影响力、用户亲密度、用户相似度等应用实例。 ?

1.5K60

明年1月,推高CPU人工智能算力天花板

新一代深度学习加速技术前来解题」 双十一的余温尚存,双十二的预热就已经开始了。 大脑告诉我:不能再买了,而手却忍不住加满购物车。...(源:网络) 看来这是一场复杂的数学活动,参与其中不止是把心里算盘打得火星都能听到的我,还有那背后摸准我们消费者行为偏好的AI推荐算法。...让人工智能落地更多是推理层面的工作,无论是推荐引擎、图像识别、媒体分析、语言翻译 、自然语言处理、强化学习等负载中推理性能的大幅提升对落地应用的贡献都十分重要。...Boost),已经将这一提升路径充分实践并拉高优化天花板:从第一代至强可扩展处理器引入的AVX-512——中低端型号每核心配备1个FMA单元、高端型号每核心配备2个FMA单元,到代号Ice Lake-SP的路第三代至强可扩展处理器将此类配置扩展到全系列产品...对于数据精度不高但要求高准确度的推理场景,如图像识别、推荐引擎、媒体分析、语言翻译、自然语言处理(NLP)、强化学习等典型AI应用场景,AMX其实属于降维打击,可发挥空间很大。

1.2K40

机器学习&人工智能:数据赋能背后的黑科技

2016年11,超过23万商家通过客户运营平台实现了店铺的个性化运营和粉丝会员的精准营销,显著提升了成交转化。下面以访客运营为例,介绍AI分群引擎的应用。...基于挖掘的matching方法 包括adsorption、adar、jacacard、simrank、simrank++以及基于大规模流式计算的增量ItemCF方法; 2....基于流式计算的方法 基于流式计算引擎,实时更新商品之间的关联关系,更好地捕捉线上流量的变化 6....离线部分主要负责用户Profile构建以及关联数据挖掘;近实时部分主要包括新发布资讯的实时分析引擎,模型流式更新引擎;实时部分基于通用的推荐pipeline,并结合离线、近实时模块的产出结果,完成整套的推荐逻辑...个性化导购框架 框架分为在线计算和离线计算,在线计算负责实时的商家行为分析,商品召回,个性化排序;离线部分负责商家/服务特征更新,订购模型训练以及候选商品池计算

2K60

政务大数据的上下文范围

前面两篇分别深入阐述政务大数据点本质:《 浅谈政务大数据的本质》 和政务大数据的全景:《政务大数据的全景》,反响非常好,本篇接上一篇讲讲政务大数据的上下文范围。...自20世纪80年代中期至今(近30年以来),电子政务的发展可以粗放式地分为以下三个主要的阶段: 第一阶段:政务信息化阶段,以办公自动化、专项业务应用和门户(互联网门户、政务网统一信息/应用平台)作为建设内容的重点...首先,“十二金”是泛指政府行政、监管和服务工作中涉及的“十二个”重要业务信息系统,事实上数量是超过十二个的(如:金宏、金财、金农、金盾、金保、金税、金关、金水、金质、金审、金卡、金贸、金企、金信[红盾]...在“意见”中明确指出,智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术,促进城市规划、建设、管理和服务智慧化的新理念和新模式。...决策分析数据:指基于政府监管职能的决策分析规则库、决策模型、决策引擎数据,用于支撑政务大数据的决策分析能力和自学习、自优化、自提升。

4.2K90

高层力挺政策支持 云计算有望迎来黄金机遇期

近日,李克强总理在山东浪潮集团考察时,表示“今后出访不仅会推销中国高铁、中国核电,也会向全球市场推荐中国的‘云计算’”。 此语激起千层浪,国内A股云计算相关概念股一片井喷。...政府多项政策扶持云计算产业 自我国将云计算纳入“十二五”规划后,政府加速出台对于云计算产业的各项扶持政策,产业规模得到快速发展。...2012年7月,《“十二五”国家战略性新兴产业发展规划》出台,将物联网和云计算工程作为中国“十二五”发展的二十项重点工程之一。...云计算引发商业模式巨变 “今后出访不仅会推销中国高铁、中国核电,也会向全球市场推荐中国的‘云计算’”。...可以说,国内云计算万亿市场启动在即,行业发展有望迎来黄金机遇期。与此同时,云计算将成为推动中国经济发展的新引擎

1.5K40

再获殊荣!“穗智管”荣获2021年全国数字孪生城市典型案例

在本次论坛,共发布了十二大典型实践案例和二十大最具潜力案例,其中,由腾讯云提供技术支持的广州“穗智管”城市运行管理中枢项目荣获2021年度全国数字孪生城市典型案例。...中国信通院副院长胡坚波、规划所所长徐志发和规划所总工程师高艳丽为案例申报单位(腾讯云计算(北京)有限责任公司)颁发证书。...2021年全国数字孪生城市十二大典型实践案例 2021年全国数字孪生城市二十大潜力案例 2021年全国数字孪生城市典型应用案例征集活动由中国信通院联合中国互联网协会数字孪生技术应用工作委员会共同举办。...广州“穗智管”项目聚焦国家重要中心城市、综合性门户城市和粤港澳大湾区区域发展核心引擎定位,充分运用大数据、云计算、区块链、人工智能、物联网等新一代信息技术,加快建设“感知智能”“认知智能”"决策智能”的...同时,在城市管理一张指调、指尖指挥、挂图作战、协同调度、预案管理、勤务值守等方面,通过多源融合政务数据、地理空间数据、互联网数据以及社会数据,打造一统揽“人、企、地、物、政”等城市治理要素全景

96650

Flink流批一体在阿里11首次落地的背后

Flink 在阿里的发展始于搜索推荐场景,因此搜索引擎的索引构建以及机器学习的特征工程都已经是基于 Flink的 批流一体架构。...鉴于 Flink 流批一体计算技术的不断成熟,以及前期在搜索推荐场景的成功落地,今年 11 数据平台开发团队也展示出坚定的信心和信任,与 Flink 实时计算团队并肩作战,共同推动实时计算平台技术升级...Flink “流批一体”技术在阿里巴巴的发展历程 阿里巴巴是国内最早选择 Flink 开源技术的公司,在 2015 年我所在的搜索推荐团队希望面向未来5-10 年的发展,选择一款新的大数据计算引擎,用来处理搜索推荐后台海量商品和用户数据...经过团队一年的努力,基于 Flink 的搜索推荐实时计算平台成功的支持了2016 年的搜索 11,保证了搜索推荐全链路实时化。...2020 年的 11,Flink 流批一体技术在天猫营销决策核心系统中给出了精彩的表现,加上之前已经在搜索推荐中成功运行的流批一体索引构建以及机器学习流程,充分验证了5 年前我们大胆选择 Flink

2.3K20

轻量级深度学习端侧推理引擎 MNN,阿里开源!

开源地址: 该项目已经在 Github 开源,后台回复“MNN”获得 Github 下载链接 2、MNN的优势 MNN 负责加载网络模型,推理预测返回相关结果,整个推理过程可以分为模型的加载解析、计算的调度...前者负责模型的加载、计算的调度;后者包含各计算设备下的内存分配、Op 实现。...2018年十一购物节中,MNN 也在猫晚笑脸红包、扫一扫明星猜拳大战等场景中使用。 ?...其中的技术也在不断迭代更新,从最早的拍照上传图片云端识别,演进到目前在端上做物体识别和抠再上传云端识别,有效地提升了用户体验同时节省了服务端计算成本。...当前规划如下: 模型优化方面: 完善 Converter 优化 完善对量化的支持,增加对稀疏的支持 调度优化方面: 增加模型 flops 统计 针对设备硬件特性动态调度运行策略 计算优化: 现有 Backend

6.9K40
领券