1. 背景 先来看两个例子，下面两幅图展示了百度在趋势预测方面的应用案例，一个是世界杯期间的比赛输赢预测，另一个是北京各旅游景区的游客人数预测。 这两幅图代表了大数据环境下趋势预测的典型场景，即事件预测和时序预测，本文重点关注第二幅图中的场景，即与时间维度相关的时间序列预测。 2. 时间序列预测 时

0. 序言 最近因为PAC平台自动化的需求，开始探坑推荐系统。这个乍一听去乐趣无穷的课题，对于算法大神们来说是这样的： 而对于刚接触这个领域的我来说，是这样的： 在深坑外围徘徊了一周后，我整理了一些推荐系统的基本概念以及一些有代表性的简单的算法，作为初探总结，也希望能抛砖引玉，给同样想入坑的伙伴们提

12月19日的“2014中国互联网企业领袖年会”上，就大数据在时代媒体如何挖掘用户、如何进行营销创新等实际操作问题，知名财经网站的相关负责人就各自经验和心得进行了交流。 凤凰网副总编辑杨彬彬在本次年会的专题圆桌论坛上表示：“我认为大数据本身没有价值，只有将大数据与营销和服务结合起来才有价值。”关键的

腾讯研究院高级研究员 刘金松 腾讯研究院助理研究员 王勐璇 腾讯研究院助理研究员 练紫嫣 前不久，在杭州举行的“互联网+数字经济”峰会上，小马哥在主题演讲中谈到互联网+正从服务业深化到制造业时，分享了通威股份的“互联网+水产”案例，通威股份通过互联网+技术，从饲料生产延伸到了更加丰富的产业链服务。

一个偶然的机会，36氪和“优图团队”进行了接触，他们是腾讯内部专注于图像处理、模式识别、机器学习、数据挖掘等领域的核心技术团队，由毕业自清华、北大、中科院、上海交大等院校的博士、硕士组成。 腾讯优图团队隶属于腾讯社交网络事业群，基于整个腾讯的社交网络平台，为QQ空间、腾讯地图、腾讯游戏、等50多款产

讲师介绍：刘武新，滴滴出行出租车事业部广州大区运营经理，曾经就职为顺丰速运集团，中国移动，中兴软创科技等公司的数据分析师、项目经理、运营经理等岗位，6+年以上数据分析/数据挖掘，产品运营经验，擅长用户运营、活动运营、数据挖掘等。滴滴2年，经历无数次生死大战，多次内部PK中胜出，2016年所带领运营团

11月22-23日，由腾讯互联网与社会研究院发起并联合北京大学法学院、斯坦福大学法学院、牛津大学法学院联合举办的第三届“2014北大-斯坦福-牛津：互联网法律与公共政策研讨会”在北京大学举行。此次研讨会下设“网络治理与网络中立”“移动互联网对社会的影响”等六个专题。 大数据时代个人信息的法律保护 —

尽管大数据对商业银行的影响目前而言还比较小，但从发展趋势看，要充分认识大数据的颠覆性影响。各银行必须未雨绸缪，早做布局，从管理体系建设、具体运用模式方面不断探索，抓紧解决内部数据挖掘分析和外部资源的安全整合利用问题，加快人才队伍建设和技术成果转化，通过大数据的高效应用，加速推进转型升级与可持续发展。

在IJCAI-2019期间举办的腾讯TAIC晚宴和Booth Talk中，来自TEG数据平台的张长旺向大家介绍了自己所在用户画像组的前沿科研结果： 非监督短文本层级分类； 大规模复杂网络挖掘和图表示学习。 其所在团队积极与学术界科研合作，并希望有梦想、爱学习的实力派加入，共同研究和应用半监督/弱监督

点击▲关注 腾讯云数据库 2019年8月26日-30日，数据库领域顶尖学术会议 VLDB 2019在美国加利福尼亚召开，腾讯TDSQL数据库团队与中国人民大学最新联合研究成果被VLDB 2019接收并将通过长文形式发表。该论文提出了一种拓展的全时态数据模型，并提供了内建的全时态数据库解决方案，通过引

导语：全时态数据为数据安全、数据重演、数据挖掘和AI技术的施展提供了物理基础。这篇入选VLDB 2019的论文介绍，基于腾讯云TDSQL扩展而来的全时态数据库系统（T-TDSQL），在保证OLTP性能的前提下提供了轻量级的全时态数据管理功能和全时态数据的事务处理能力、以及集当前态数据于生产系统集历史

图是一种通用的数据表现形式，图算法逐渐在大数据处理中展现其价值。网络表征学习算法作为目前比较主流的一种图数据处理算法，引起学术界和工业界的极大兴趣。 本文介绍了 IEG 在网络表征学习方面的一个自研学术成果，最近被国际顶级学术会议 13th ACM International Conference

导语｜针对用户增长分析这个课题，本文主要从用户防流失的角度，阐述如何基于QQ社交网络数据构建用户流失预警模型，找出高潜流失用户，用于定向开展运营激活，从而有效控制用户流失风险，提升大盘用户的留存率和活跃度。本文所涉及到的分析框架和方法论等具有较强的通用性，可供有需要的同学了解参考。 本文作者：alv