背景 Storm是TRC（腾讯实时计算）平台的核心组件。与Hadoop不同，storm之上没有像hive,pig之类的解放应用开发人员效率的工具。开发原生的storm应用必须掌握storm的api，开发门槛高，调试困难，效率低下。 EasyCount(SQL on strom)是构建在storm之上

​ 简介 为支持超大维度机器学习模型运算，腾讯数据平台部与中国香港科技大学合作开发了面向机器学习的分布式计算框架——Angel 1.0。 Angel是使用Java语言开发的专有机器学习计算系统，用户可以像用Spark, MapReduce一样，用它来完成机器学习的模型训练。Angel已经支持了SGD

随着大数据时代的来临，如何帮助用户从大量信息中迅速获得对自己有用的信息成为众多商家的重要任务，个性化推荐系统应运而生。个性化推荐系统以海量数据挖掘为基础，引导用户发现自己的信息需求，现已广泛应用于很多领域。传统的个性化推荐系统，采用定期对数据进行分析的做法来更新模型。由于是定期更新，推荐模型无法保持

本文作者：陈国宁，2008年加入腾讯，先后从事支付portal、渠道、云账户、云支付、midas等系统的研发工作，2014年成为部门架构师，承担整体付费流程和系统架构设计。主导技术支付专利25篇，并在2010、2012两次获得公司重大技术突破奖。现负责整个midas支付的系统设计，及支付后系统的建设

本文由“我道（myfaithmyroad)”授权转载 ​ 作者：刘志斌，字炫材，清华博士毕业，先后在盛大创新院、百度、腾讯任职。目前为微信大数据架构师，研究内容覆盖数据挖掘、互联网金融、社交网络与信息传播。近期新开个人公众号“我道”，撰写作者对领域的心得与行业见解。 活跃账号数，而非“人”数 平均“

（本次报告主要数据来源于腾讯云分析，腾讯信鸽，腾讯微信团队，腾讯SNG数据中心及网络公开资料） 文章来源于腾讯云开发者社区，点击查看原文

**本文作者：**内部搜索平台部自然语言处理中心总监，专家工程师。毕业于中科院计算所，2008年7月加入腾讯，一直从事自然语言处理和搜索技术相关工作，先后参与过搜索广告、网页搜索、问答、音乐、应用宝等垂直搜索，以及新闻个性化推荐产品的研发工作。 4月12日Facebook在旧金山召开的F8开发者大会

前言 需求：如果一个用户使用了某个手机，这个手机上登录过其他的用户，那么这些用户是有关系的，同样用户关联到的用户又可以通过手机关联到其他用户 这样就构成了一个强大的关系网。现在给出用户与手机登录关系表，请找出所有的用户是有关系的。 问题分析 整个用户手机关系网拓扑图如下图所示： 从图中可以发现，找到

1. 市场重压下，三星与小米对调，市场份额持平 在第三季度中，三星的份额持续下降。之前与苹果在高端市场的厮杀中，三星努力地在外观对齐苹果，外壳换成金属材质；原先的滑动式指纹识别，也换为苹果一样的按压式，抛弃了更换式电池；而本来的大屏优势在苹果推出的4.7英寸的iPhone6和5.5英寸iPhone6

——小米跃居智能手机市场份额首位 | 目 录 | |: | | iOS市场观察 | 1. iOS各版本分布2. iOS各机型占比 | | 安卓市场观察 | 3. 安卓各版本分布4. 安卓各品牌占比5. 安卓各机型占比 | | 移动网络现状 | 6. 4G网络发展现状7. 三大运营商市场份额 | |

本次数据报告以近期移动设备现状，应用市场生态，基于大数据对应用程序的用户行为等进行详细解析。 文章来源于腾讯云开发者社区，点击查看原文

前言 ‍ 人类每一次大的技术变革都是先在新兴产业生根发芽，再慢慢把触角伸到传统行业。在当前这股由IT(Information Technology)向DT(Data Technology)转变的技术浪潮中，互联网行业成为云计算、大数据等高新技术的试验田。经过近十年的发展，随着大数据技术的不断成熟以及

**To knowledge是目标，手段还是mining，俗称数据民工。**每当大家讲到大数据，都会不约而同的提到大数据几个V的定义：Volume，Variety，Velocity，Veracity，Value。大部分情况下我们都是将这几个V放在PPT的introduction部分一笔带过，并无详细

1Why：Hermes为什么会诞生？ 传统的关系型数据库，在大数据面前显得势单力薄，无论数据处理、数据分析上都力不从心。**TDW（腾讯数据仓库，Tencent Data Warehouse）**很好的解决了海量数据的离线处理分析。然而，很多应用场景往往要求在数秒内完成对几亿、几十亿甚至几百上千亿的

前言 大数据时代，海量流量和数据是变现的源泉。腾讯拥有最多样的用户数据，社交、聊天、游戏、听音乐、看电影、逛电商，等等，有巨大的挖掘空间，个性化精准推荐无疑是一把开矿的钥匙。TEG-数据平台部基于“数据+算法+系统”的设计理念，海量数据实时采集、流式计算、实时建模、实时推荐，构建海量、实时、精准的个