tag 數據

標籤
貢獻758
636
05:56 PM · Oct 25 ,2025
u_13357275 頭像 u_17579295 頭像 u_16565975 頭像 tech 頭像 u_15745565 頭像 u_15469972 頭像 u_14767244 頭像 u_17567677 頭像 u_17420180 頭像 u_13715298 頭像 u_16653481 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

u_16653481 頭像

金海境科技 - 【服務器數據恢復】RAID陣列SSD固態硬盤故障導致互聯網企業用户數據丟失數據恢復案例

一、客户信息 深圳市某互聯網科技公司，專注於生活服務類APP開發，平台註冊用户超5000萬，日均活躍用户800萬，核心業務涵蓋外賣配送、本地生活服務預訂等。公司數據中心部署了30台浪潮NF5280M6服務器，採用“SSD+機械硬盤”混合存儲架構，其中10台服務器配置4塊2TB NVMe SSD組建RAID10陣列，專門存儲用户基礎信息、訂單記錄及支付數據，數據總量約15TB

服務器 , 數據 , nosql , 固件 , 數據庫

收藏 評論

u_17578926 頭像

AI科技 - 谷歌憑Gemini 3逆襲硅谷“雙雄”，AI格局迎來全新洗牌！

在過去的幾年裏，AI 產業的競爭格局幾乎被英偉達與 OpenAI 兩大巨頭壟斷——前者憑藉 GPU 與 CUDA 生態鎖定算力鏈路，後者則以“堆數據、加算力”的 Scaling Law 路線不斷刷新模型規模。2025 年 11 月，谷歌在一次發佈會上推出全新多模態大模型 Gemini 3 以及配套硬件 NanoBanana Pro，瞬間撕開了這層看似堅不可摧的“雙雄”壁壘，掀起了

數字化轉型 , 數據 , 英偉達 , 模態

收藏 評論

u_16239222 頭像

奇墨ITQM - 國際電機企業靠什麼在半年內跑通8大AI場景落地？

深夜十點，某國際電機企業南京辦公室的燈光依舊明亮。系統上顯示，國外總部發來的產品合規諮詢郵件，而法務、財務、售前等多個團隊也在同步等待來自六個內部知識庫的即時響應。 過去，這類需求意味着跨時區溝通、多系統切換與數日的等待。而今天，只在一個平台輸入問題，幾分鐘內，精準的答案帶着出處與條款躍然屏上。 這一切，正由該企業落地的Kymo AI生產平台支撐。 01.

it , 數據 , 企業版 , 人工智能 , 深度學習

收藏 評論

u_12947 頭像

lazihuman - Python爬蟲技術--入門篇--爬蟲介紹_51CTO博客

目錄 一、爬蟲入門：從原理到核心概念 1.1 通信基礎：HTTP請求與響應 1.2 數據解析：從HTML到有用信息 1.3 數據存儲：讓信息“落地” 1.4 規則與邊界：robots.txt協議 二、實戰入門：從零搭建你的第一個爬蟲 2.1 環境準備：安裝必備工具

數據 , 開發語言 , 後端開發 , 爬蟲 , harmonyos , HTML , Python

收藏 評論

u_16018702 頭像

架構師李哲 - 大模型微調有必要做嗎？全參數微調、LoRA還是RAG？看完這篇你就懂了

在人工智能迅猛發展的今天，大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時，總會面臨一個關鍵問題：如何用最小的成本、最高的效率，讓通用模型變得"專業"？ 這就像把一位通才培養成領域專家——選對方法，事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調，讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代

收藏 評論

u_16099317 頭像

錦繡前程未央 - 智慧灌區:灌區信息採集系統

一、什麼是智慧灌區數智平台？ 智慧灌區數智平台是以感知層（傳感器、無人機、遙感）、傳輸層（5G、LoRa）、數據層（雲計算、大數據）與應用層（AI模型、數字孿生、決策支持）為架構的綜合性數字系統。它通過對氣象、土壤、作物、渠系水位、閘門狀態等全要素實時監測，構建起灌區的“數字鏡像”，並藉助算法模型實現預報、預警、預演、預案的“四預”功能。 例如，在某示範灌區，平台通過

Storm , 大數據 , 數據 , 物聯網

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - Vue 3 的watchEffect函數：介紹watchEffect的基礎用法和特點

前端摸魚匠 沒有好的理念，只有腳踏實地！ 文章目錄 一、初識watchEffect：響應式編程的利器 1.1 什麼是watchEffect 1.2 watchEffect的核心特點 1.3 與watch的初步對比

數據源 , 數據 , 響應式 , jquery , 前端開發

收藏 評論

u_17573115 頭像

巧克力大王 - 數據分類分級理論研究：自適應智能驅動下的數據安全新格局

（提示：隨着數據成為關鍵生產要素，分類分級體系正從“靜態規則”邁向“智能認知”，推動數據安全治理的現代化落地。） 一、概要 在數字化轉型全面加速的今天，數據早已從附屬資源轉變為企業的核心資產。無論是金融交易、政府檔案還是互聯網日誌，數據的規模與複雜度正以指數級擴張。據國際數據公司（IDC）預測，到2025年全球數據總量將超過175ZB。這意味着企業每天都在處理海量的結

自適應 , 數據 , 網絡安全 , 數據安全

收藏 評論

u_17365880 頭像

凱思軟件 - 達索工業設計軟件SOLIDWORKS 實力碾壓同行

選軟件前先搞懂：不同軟件有不同 “適配場景”，盲目跟風只會浪費時間金錢，這幾款熱門軟件的真實表現給你扒透了： 中望 CAD / 浩辰：國產性價比王者，2D 繪圖、基礎 3D 建模超順手，價格親民，操作邏輯貼近傳統設計習慣，適合小廠或只做簡單零件設計、圖紙標註的需求。但短板也明顯 —— 複雜仿真、多部門協同、系統集成這些高端功能跟不上，想做全流程研發根本不夠用； Aut

數字化轉型 , 建模 , 數據 , 3d

收藏 評論

alter 頭像

wx63f42b7e9714d - 從“會聊天”到“幹實事”，亞馬遜雲科技讓Agent“長出了手腳”

美國西部時間12月2日的2025 亞馬遜雲科技re:Invent上，亞馬遜雲科技首席執行官Matt Garman在開場演講中拋出了一個觀點：AI Agent時代已來，未來將出現數十億AI Agent，為企業提效10倍以上！ 現場興奮和焦灼情緒交織，數萬名開發者和企業高管都在等一個答案。 因為在很多人的印象裏，AI Agent的現實體感並不樂觀：開發門檻高、編排

數字化轉型 , 數據 , 生產環境 , amazon

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 從數據到決策：海外社交媒體分析服務如何指引企業的市場戰略

在全球競爭迅速加劇的環境中，企業的市場戰略不再能依賴單一渠道或過往經驗來制定，而必須以海量數據為基礎，通過結構化的洞察模型去判斷趨勢、識別機會並預判風險。海外社交媒體作為用户意見、消費行為、文化趨勢最集中的場域，已經成為企業戰略規劃中最關鍵的前置數據源。海外社交媒體分析服務的價值，也因此從“輔助工具”升級為“戰略基礎設施”，決定了企業在海外能否看得更準、走得更穩。 市場戰略

數據 , 人工智能 , 數據分析 , 社交媒體 , 結構化

收藏 評論

u_14869226 頭像

外參財觀 - 5912萬會員撐起的潮玩帝國，正被品控“戳破泡泡”？

男主播對着鏡頭拆開一個紅色包裝的“歲兔旺”盲盒，裏面卻掉出一個銀色包裝袋，他滿臉的疑惑瞬間凝固在直播間畫面上。屏幕另一端，成千上萬的泡泡瑪特粉絲也在同一時刻皺起了眉頭。 12月1日，泡泡瑪特“歐氣玩家”直播間裏，主播正在拆解備受期待的“歲兔旺”系列盲盒。按照標準流程，這個系列應該使用紅色包裝袋，但主播手中卻出現了一個明顯不同的銀色包裝。屏幕前無數玩家的好奇心被瞬間點

商業 , 數據 , ip , 物聯網

收藏 評論

u_16099361 頭像

16099361 - 深度解析：語音轉換與數據增強的TTS前沿技術

本文詳細介紹了幾種先進的文本轉語音（TTS）技術，包括基於語音轉換的少樣本説話人自適應、跨説話人風格遷移、通過重組現有數據進行分佈增強的方法，以及利用標準化流進行文本無關的多對多語音轉換。這些方法旨在提升語音合成的質量、表達力和數據效率。 在今年的聲學、語音與信號處理國際會議（ICASSP）上，某中心的文本轉語音（TTS）團隊發表了四篇論文。這些論文均涉及語音轉換（在保持韻

自適應 , 數據 , Css , 公眾號 , 前端開發 , HTML

收藏 評論

u_14731 頭像

killads - 數據湖為什麼比hive快

導讀： 大數據技術的發展歷程中，繼數據倉庫、數據湖之後，大數據平台的又一革新技術——湖倉一體近年來開始引起業內關注。市場發展催生的數據管理需求一直是數據技術革新的動力。比如數據倉庫如何存儲不同結構的數據？數據湖又如何避免因為缺乏治理導致的數據雜亂現象？今天的文章想跟大傢俱體聊聊我們的數棧如何解決這些問題。 你能看到👇👇👇 ▫ 湖倉一體概念簡述 ▫ 數

數據源 , 大數據 , 數據 , hive , 數據倉庫 , 數據湖為什麼比hive快

收藏 評論

u_17610705 頭像

蜀道衫QAQ - HarmonyOS應用開發：相機預覽花屏問題解決案例

前言： 本示例用於開發者在使用相機服務時，如果僅用於預覽流展示，通常使用XComponent組件實現，如果需要獲取每幀圖像做二次處理（例如獲取每幀圖像完成二維碼識別或人臉識別場景），可以通過ImageReceiver中imageArrival事件監聽預覽流每幀數據，解析圖像內容。 在解析圖像內容時，如果未考慮stride，直接通過使用width*height讀取圖像內

移動開發 , 數據 , Android , Image , ide

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI旅遊助手：不是“機器人導遊”，而是你的“智能旅行大腦”

你有沒有發現—— 出門旅遊，查攻略、比價格、訂酒店、排路線……光是準備工作就能耗掉半天？ 到了目的地，問路靠地圖、找吃靠點評、改行程靠運氣，一不小心就踩坑？ 更別提帶老人孩子、語言不通、突發狀況……整個旅程像在“打怪升級”。 別擔心，這不是你不會玩，而是傳統旅遊方式太“被動”、太“碎片”、太“靠運氣”。現在，一個叫“AI旅遊助手”的技術產品，正悄悄改變這一切——它不取代人，而是幫

對話系統 , 數據 , NLP , 語言模型 , 人工智能

收藏 評論

u_17510115 頭像

mb68b2077a220fd - 5G + AI + 雲：電信如何重塑遊戲生態與未來

在數字娛樂蓬勃發展的今天，遊戲產業已然成為科技創新的前沿陣地。電信網絡也經歷了一場深刻的蜕變，從最初僅僅是 “內容傳輸管道”，搖身一變成為與遊戲深度綁定的技術共生體。 5G 不斷刷新着體驗的邊界，AI 徹底顛覆傳統的創作模式，雲計算則打破硬件的諸多限制。這種技術間的協同作用，形成了 “技術迭代 - 體驗升級 - 產業增長” 的正向循環。

運營商 , 4G , 遊戲開發 , 數據

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI科研轉化平台：讓實驗室技術“走出論文”變產品

高校實驗室裏的AI算法準確率高達95%，卻只能躺在論文裏；企業急需解決生產痛點，卻找不到能直接用的技術；科研人員熬夜研發的模型，因缺產業數據和落地場景被束之高閣——這是AI領域最突出的“轉化困境”。而AI科研轉化一體化平台，就像給技術裝了“加速器+連接器”，用實打實的技術打破壁壘，讓實驗室裏的“紙上成果”變成能賺錢、能提效的產業產品。 這套平台的核心邏輯很簡單：解決“科研與產業”的三

服務器 , 數據 , NLP , 人工智能 , 迭代

收藏 評論

u_16213709 頭像

mob64ca141677f9 - 人工智能與雲計算的結合如何促進企業業務跨越式增長？ - 個人文章

隨着數字經濟的發展，企業數字化轉型已成為保持競爭力的關鍵。人工智能（AI）、大數據和雲計算等互聯網技術，不僅為企業提供了創新工具，也成為驅動商業價值提升的重要手段。本文通過具體案例，探討企業如何通過技術應用實現創新實踐。 在零售行業，一家中型電商企業通過AI和大數據優化營銷和庫存管理。企業分析用户購買行為、瀏覽記錄及市場趨勢，建立智能推薦系統，實現精準營銷，並指導庫存調配。

leetcode , 大數據 , 數據 , 雲計算 , Css , 前端開發 , HTML

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於VUE的人事員工考勤管理系統[VUE]-計算機畢業設計源碼+LW文檔

摘要：隨着企業規模的擴大和管理的複雜化，高效的人事員工考勤管理系統成為企業提升管理效率的關鍵。本文介紹了基於VUE框架開發的人事員工考勤管理系統，闡述了系統的開發背景、需求分析、技術選型、系統設計以及實現過程。該系統實現了員工信息管理、考勤記錄、部門分類管理、通知管理、工資管理等功能，通過實際測試，系統運行穩定，有效提高了企業人事考勤管理的效率和準確性。 關鍵詞：VUE；人

軟件研發 , 系統設計 , 數據 , 管理系統

收藏 評論

u_16213690 頭像

mob64ca1411e411 - 大文件同步速度慢怎麼辦？

現代企業中，文件同步軟件的速度直接影響着工作效率。Ftrans FTC通過其高性能傳輸引擎，能夠解決大型文件和海量數據的傳輸難題。該系統不僅支持多種任務類型，如實時同步和週期性同步，還允許用户根據實際需求自定義任務。另外，通過智能調度功能，系統可以實時監測文件傳輸狀態，迅速應對潛在的問題，從而保障數據的安全和完整性。這種靈活性和高效性讓企業在處理文件時更加便捷，有效提升了整體運營

數據 , 文件同步 , Css , 前端開發 , 文件傳輸 , HTML

收藏 評論

u_16213714 頭像

mob64ca1417b0c6 - 論文降重焦頭爛額？看完這13個實用技巧後我恍然大悟了...

畢業論文查重高、AI痕跡重？別慌！本文分享6大高效AI論文工具——鯤鵬智寫、AI論文及時雨、圖靈論文AI、通義千問、巨鯨寫作、PubMed，涵蓋一鍵生成初稿、智能降重/AIGC優化、問卷數據全流程支持、文獻綜述自動生成等功能，幫你輕鬆搞定查重與導師修改，附實用攻略，助你高效完成高質量論文！ 今天在校園論壇上看到有個學弟發了個求助帖，説自己用某款 AI 生成的畢業論文查重率高

數據 , 交叉引用 , 圖例 , Css , 前端開發 , HTML

收藏 評論

u_17398972 頭像

u_17398972 - 從 Oracle 到 KingbaseES：解決遷移痛點，解鎖信創時代數據庫新可能

提起 Oracle，它在傳統數據庫領域可是標杆般的存在，長久以來一直撐起了眾多企業的核心業務，可這兩年情形發生了改變，Oracle的授權費用很高，運維成本又讓人頭疼，再加上信創政策對於合規有着強硬的要求，於是很多企業便開始把目光轉向國產數據庫。金倉數據庫 KingbaseES 是國產數據庫中的佼佼者，憑藉其高適配性和高性能的基礎，成了人們更換 Oracle 的首要選擇，不過要告訴大家的是

oracle , 數據 , 數據庫 , SQL

收藏 評論

u_16213618 頭像

mob64ca1400bfa8 - 黑馬全套Java教程（八）：集合進階

集合進階(一部分) 結合結構 1.Collection（接口） Collection的Contains方法底部是運用equals方法進行比較，如果要比較對象需要在對象的JAVAb中重寫equals代碼. 補需要親自寫，equals（）安定hashCode（）能便利。 2.遍歷器 （1）.迭代器：1.創建集合 2.添加數據 3.創建迭代器（創建

數據 , 迭代器 , 刪除數據 , 前端開發 , Javascript

收藏 評論