☞【大数据100分】王答明：个性化推荐的前世今生及1号店实践
新用户请点击标题下
【软件定义世界（SDX）】快捷关注
“中关村大数据产业联盟”推出“大数据100分”论坛，每晚9点开始，于“中关村大数据产业联盟”500人微信群进行时长100分钟的交流、探讨。目前已经完成近200场，部分精彩内容已登载在微信公众号：软件定义世界（SDX）【ID:SDx-SoftwareDefinedx】，敬请查阅！
☞【大数据100分】王答明：个性化推荐的前世今生及1号店实践
主讲嘉宾：王答明
主持人：中关村大数据产业联盟 副秘书长 陈新河
承 办：中关村大数据产业联盟
嘉宾介绍：
王答明： 1号店IT资深经理，负责个性化推荐/大数据挖掘。早年曾在Intel, Alcatel等公司做过大型分布式系统，p2p网络, 移动自组织网络等分布式协议的研发。后加入Autodesk，成为其内容搜索组上海区的创始成员和技术负责人，期间曾负责过基于机器学习的自动分类，分词和信息抽取等方向，也曾带团队利用hadoop对搜索的backend进行分布式改造，并在2008年第一届hadoop summit上做过demo.随后创建过国内最早的团购导航网站之一酷省网，进行个性化技术在电商领域的探索和尝试。最近两年加入了1号店，带领个性化推荐方向从头建立起了分布式算法平台，大规模用户画像等等重要组件，以及推动个性化技术在公司内部的各种应用。并从去年年底开始负责了一些新的大数据挖掘方向，比如销量预测，品类管理以及动态定价等。
以下为分享实景全文：
王答明
大家好，我是1号店王答明，很高兴能跟大家做个分享交流。
考虑到前几天刚出过一个关于1号店关于大数据挖掘的分享。
答明这个精彩纷呈的PPT，请选中下面红色链接后，点击搜索；或点击复制，打开浏览器，在地址栏中复制链接打开；或到文章末尾，点击阅读原文
☞【PPT】1号店电商大数据挖掘实践
http://mp.weixin.qq.com/s?__biz=MzA5NDExMTAzNA==&mid=202672702&idx=2&sn=66492dd1837b573d490fd621247250f2&3rd=MzA3MDU4NTYzMw==&scene=6#rd
同时也考虑到这个群里有大数据各个行业的专家，所以今天就不准备再讨论大数据这个词，而是想聊一聊我个人对个性化推荐的一些理解以及我们在电商中的一些探索实践。当然，对推荐系统比较熟悉的朋友应该可以了解推荐是目前大数据领域切实落地的一个应用，而且已经有了不少成功的案例。
从互联网发展历史来看，人们获取信息的方式从信息板到搜索引擎，获取方式便利性得到极大提升同时也更加灵活，那么大家可能也都在思考有没有下一步或者下一步会是什么？其实几年来，关于个性化推荐能不能算得上未来信息获取方式的一个本质飞跃一直有着各种各样的争论，有人说有效也有人说是忽悠，到现在也没个定论。从我个人的观点来看，当前个性化推荐的确在很多垂直领域有了突破性的进展，但是否能作为整体的一个信息入口方式（比如在一定程度上替代通用搜索）现在还远未看到迹象。
那么，到底个性化推荐价值在哪里？有什么意义？本人的理解主要有三点：
第一点：信息负载很好理解，推荐系统可以帮助人们过滤信息是个最基本的价值点，
第二点：可以跟搜索引擎来做个对比，我们一般什么时候用搜索呢？对某个事物已经有了解想理解的更深或者至少模糊的知道某个事物的存在，那么从这句名言“人最大的恐惧在于自己不知道自己不知道什么”来理解的话，也就是希望推荐系统能承载帮助我们发现新的我们本来不知道的事物的使命。图片上用了一个例子，比如说去年施瓦辛格和史泰龙合作了一部新片，我基本上是从地铁广告里看到的，那么这里对我们本人来说就是一个非常有用的推荐，一来我完全不知道这部新片的存在，二来我对两个演员本来就很有好感。
第三点：我想说的是终极来讲，个性化推荐可以跟什么联系起来？Ok, 人工智能，机器跟我生活在一起，对我自己各方面都很了解，而机器本省拥有强大的信息搜集和处理能力，从而紧贴我的生活为我做各方各面的提醒推荐从而极大地辅助我的生活。
对应上面的三点，一般推荐系统会从相关性，覆盖度，多样性，新颖度，惊喜度等若干指标来衡量。
现在我们简单回顾一下个性化推荐的发展历史，这里我个人把整个历史分成三个部分，第一个是1999年前，然后是2000~2006，接着2006~2010，最后2010至今。我们把每个时期的代表性发展简单阐述一下。
1999年前：
现在大家耳熟能详的协同过滤其实在1992年就被施乐的科学家发明了出来，最初是为了解决信息负载的问题，实验室的科学家们在思考如何有效的把每个人感兴趣的邮件自动化的过滤给他，就简单的基于打分模型设计了协同过滤（见下方左侧贴图），熟悉硅谷历史的人对大名鼎鼎的施乐palo alto实验室肯定不陌生，图形界面，鼠标等等早期it里程碑的发明都是在这个实验室诞生的，久负盛名的协同过滤也不例外。另外，还有standford在97年做了个叫fab的系统，初期的目的也是为了解决网络的信息负载，如果利用系统把每个用户感兴趣的web内容以topic为底层组织来推荐给他，那这里也产生了另一个推荐系统里重要的方法之一：content based recommendation。值得一提的是，amazon偷偷地在98年注册了item based协同过滤的专利，关于amazon后文再继续阐述。
2000~2006：
也有几个标志性的推荐产品，首先是Pandora(目前已经是价值几十亿美金的上市公司)启动了漫长的音乐基因工程，目标是为了能精准地给用户推荐他可能感兴趣的音乐，类似的还有一家比较知名公司叫last.fm。另外，在此期间，amazon公开了他们item-base的算法论文，从本质上来说，并没有算法上的根本改变，更多的是为了在真实大规模工业应用中为算法做的工程创新，也是这个时期，他们有对外发消息说销售的推荐占比可以占到整个销售GMV的30%.不幸的是，似乎在06年后，amazon就很少再公开他们的实践经验了。
2006~2010：
推荐领域发生的一件相对有里程碑的事情，熟悉推荐系统的都知道，netflix举行了一个百万美金的推荐算法优化竞赛，时至今日不少行业内人士对这个竞赛有褒有贬。但有一定可以确定，这个竞赛的确很大程度上推进个推荐系统的发展，期间有几十上百种的算法，或者ensemble进行尝试，成为机器学习界几年前的一大盛事。有意思的是，这个比赛据说发源于netflix ceo 跟工程师们在2005年底打的一个赌，而且其本人也跃跃欲试的跟工程师们比试过。所以说，硅谷的geek文化真的不错。从公开的资料来看，整个竞赛历史有两个重大的break throw, 其中之一是一个叫simon funk的geek写了一套svd优化的程序获得第一个提升成绩的里程碑，另一个是一个叫gavin potter本科学心理学的英国人（大概在他50岁左右的时候读了个机器学习相关的学位），通过引入心理学的一些特点来建模又一次给整个业界带来灵感。有意思的是，两个人都不算真正意义的科班出身，但算是真正意义上的Geek, Geek改变世界，哈哈。就如刚才所言，至今也有人指出这个竞赛的各种缺点，但不可否认的是，推荐系统的工业界发展被这个竞赛推进到了一个新的高度。
另外，在这个时期，出现了一个叫stumbleupon的网站，目标是希望对全网的各种topic通过算法来推荐给各种用户，在互联网时代似乎没有发展的很好，但大概在2009年从ebay赎回之后，借助移动的特点，似乎获得了第二春有了较好的用户增长。
2010至今：
滚滚车轮驶入了2010年后，个性化推荐在工业界相对而言空前的热闹起来。各种网站在个性化推荐领域都展开了或强或弱的尝试，几家大型垂直应用的网站，比如linkedin, netflix等都号称推荐的流量已经超多一半，也就是个性化推荐系统已经成为这些网站最根本的基础设施之一。Netflix也有空开他们在不同的推荐场景下使用了各种各样的算法，在这一点上，从我们1号店自己的实践来看，也是非常的合理，我们也从来不认为整个推荐系统是建立在某一个特别独特，特别“领先”的算法上，而是需要相对丰富的算法平台，然后针对我们不同的产品场景，不同的业务目标来做改造创新，从而落地的更有价值。
下面就进入第二部分，来简单介绍一些我们1号店在这方面的实践。
对于大型电商来说，个性化推荐的意义我们要从用户体验和商业价值两个角度去考虑，为什么呢？举个例子，比如去年我们公司CEO曾质疑推荐系统给用户推荐的商品价格太低，也就是卖出去的sku量不错，但整体GMV偏低，当然实时上所有的算法基本上并没有做任何刻意调低价格的程序，从这件事上我们可以这么理解，用户买得多说明用户体验还不错，但gmv低说明推荐系统对公司的商业价值贡献不够。对于这个问题，我们从去年年底就开始在各个栏位中设计算法来优化，但大家应该可以理解两个角度之间在很多场景下是有矛盾的，所以需要设计相对复杂的方法来在不伤害用户体验的前提下如何提升商业价值。
对于1号店个性化推荐的整体系统架构以及不少已经使用的算法，因为之前也在几次分享中阐述过（比如四月份北京qcon），所以这里就不做过多介绍，值得一提的是，随着我们底层个性化引擎的越来越完善，而且基于明显的线上测试效果，公司的各个业务线都开始拥抱接入，CRM, 广告，搜索，团购闪购，app等都已经或者正在被个性化推荐所重构和改造。
现在很多人在谈精准营销，在谈RTB, DSP, AD Targeting, 在谈用户精准投放，大家可以想到的是，其核心离不开个性化推荐，或者说你把任何的广告，市场活动当成信息来看的话，那就跟个性化推荐目的是一样的：在合适的时间，合适的场景下，把每个人需要的信息推荐给他
今天我再稍微分享一些我们在推荐算法上的创新，传统的不少推荐算法，比如cf,as,svd,contentbase,lr,gragh model…我们已经通过或多或少的改造定制活跃在不同的推荐场景下，但就如之前所提及的，我们需要的是针对不同的应用，业务，场景来设计解决问题的算法来落地，所以大部分传统推荐系统使用的算法并不能完全满足一个大型电商所有的需要。比如1号店在国内食品，快消品方面的电商龙头，这些大都属于易消耗品，所以我们需要设计算法来做商品使用周期预测，也就是比如你买了一袋洗衣粉，大概多久之后才能再给你推荐同类商品，还有在数据清洗方面我们要做异常检测算法，比如来检测黄牛用户，黄牛单。还有一个比较有特色的是我们所设计实现的一套母婴推荐系统，也是今天剩下来时间着重阐述的一个创新。
总的来说，我们是想对母婴这个群体进行尽可能精准的推荐，那么这里有一个实例图，简单罗列了一下母婴会处于不同的时间周期，在不同的时间周期我们需要推荐些什么样的商品，而且推荐的商品除了母婴品类线之外，还要能提升跨类之间的Cross Sale. 当然，一切以顾客为中心，以用户体验为首要出发点。
这里有一个我们母婴推荐子系统的架构图，那么我们会综合利用用户画像，母婴时间段预测算法，商品平均消费周期预测算法，以及一个实时的用户意图模型来互相协作，通过EDM, APP, 网站的不同购物流程等触点为母婴用户做精准推荐。
通过对各种源数据的清洗建模，设计有效算法来尽可能估算出每一个母婴用户的当前时间段，是备孕期，还是在孕初，孕中等孕期的哪个周，或者是月子期，宝宝处于0~3岁的某个时间段，这里我们综合考虑了商品之间的序列模式以及母婴年龄段的序列模式。
在设计算法的时候，一开始我们认为是个时间序列模型，考察了AR, ARMA等，后来通过对预测目标和各种数据源的认真分析发现不能简单拟合，然后我们还考虑了HMM也发现单模型不能解决问题，因为这个系统里有观察状态，也有隐状态，还有时序等众多因素。最终我们只能综合对各个算法的理解，综合起来设计了一个落地系统（就图里面所示的基于时间序列回归的年龄区间预测算法，名字起得可能太屌丝了点），至少效果还不错。那么，我们也通过这个系统，阐述了之前表达过的类似的一个观点，算法的设计和取舍离不开面临的领域，面临的产品场景，以及面临的数据源类型，还有你系统的一个价值目标。
这一页是我们实现的消费周期挖掘算法。当然，由于今年在其他场合也做过不少关于1号店个性化推荐和大数据挖掘的一些分享，为避免重复，今天主要内容就先这么多了。如果对其他相关内容感兴趣的朋友欢迎私信我，或者欢迎各种的问题探讨和骚扰 :)谢谢大家
交流互动
阮彤
有关母婴的当前时间段预测，您提到了很多模型，但最终感觉单模型无法建模预测模型，然后用了一个系统来实现? 这个系统是否类似于一个规则引擎?
王答明
不是规则引擎，我是指我们参考各个单模型基础上，做了个ensemble模型出来
阮彤
母婴是一类特殊物品，是否对于每一类物品，都要象母婴一样，建一个不同的模型呢？传统的推荐算法，和货品无关。母婴的特殊性，也让人联想到，哪些货品有特殊性，这些特殊性又能否化归为一般性?
王答明
传统方法在很多场合还是基本有用的不过的确有些品类需要些特殊处理比如母婴
刘睿民
@王答明那么跨品类的推荐会怎样去做呢？
王答明
跨品类有很多做法比如图挖掘是其中之一
…….
陈新河：联盟副秘书长；《软件定义世界，数据驱动未来》再次感谢答明的精彩分享！
☞【节目预告】“大数据100分”8月精彩纷呈【含入联盟500人群指南】（持续更新中，请每周日晚上刷新）（20140825V1.92版）（部分内容公开在微信公众号：软件定义世界（SDX）等）
20140825（周一）晚9：00
分享主题：《C经济时代趋势观察》
主题汇报人：曾光
汇报人简介：曾光，曾在上市股份制银行总行、上市券商工作多年，现任嘉实基金证券筹备组成员。深圳互联网金融规划和发展指导意见的起草者之一，深圳互联网金融协会（筹）筹备组负责人。国际金融论坛互联网研究中心研究员，互联网金融千人会华南负责人，麦肯锡咨询专家库成员。对供应链金融，互联网金融有较深理解。
20140826（周二）晚9：00
分享主题：《大道至简：大数据与艺术》
主题汇报人：陈一昕
汇报人简介：陈一昕博士，中国科技大学少年班本科毕业，美国伊利诺大学香槟分校获计算机科学博士学位. 美国华盛顿大学计算机系副教授，终身教授，博士生导师，中国科学院计算所客座研究员，中国科技大学计算机系客座教授，中国联通研究院大数据首席专家，中国科技部973项目负责人。研究领域为数据挖掘,机器学习，优化算法, 医疗大数据，人工智能，云计算等。在TKDE，TKDD, JAIR, AIJ等国际一流期刊和ICML, KDD,IJCAI, AAAI等顶级会议和上发表论文 100 余篇。任大数据领域多个顶级学术期刊编委和多个一流国际会议的程序委员会委员。为美国国家科学基金委，香港研究基金委，奥地利国家科学基金委，瑞士国家科学基金委，中国科技部科技评估中心的评审委员。中国科技大学所承担的教育部111引智计划专家组专家成员之一，中国计算机学会大数据专家委员会首届委员。其研究连续获得美国国家科学基金委，美国能源部，美国国家卫生局，美国能源研究科学计算中心，美国微软公司，美国斯隆凯特琳癌症中心，美国巴恩犹太医疗基金,中国科技部 973 计划资助。曾获 KDD(2014), AAAI (2010), ICTAI (2005),ICMLC(2004)等国际会议的最佳论文奖，和 ICDM(2013), RTAS(2012),KDD(2009),ITA(2004)等国际会议的最佳论文奖提名。其开创性的研究工作获得了美国微软青年教授奖(2007), 美国能源科学计算中心启动项目分配奖(2007), 和美国能源部杰出青年教授奖（2006)。
20140827（周三）晚9：00
分享主题：《商业银行渠道格局之变及对大数据的相关思考》
主题汇报人：袁昕
汇报人简介：袁昕，广州广电运通金融电子股份有限公司 副总工程师。
20140828（周四）晚9：00
分享主题：《空中宽带互联网的现状与前景》
主题汇报人：何锐
汇报人简介：何锐，航通互联网信息服务有限责任公司，副总。何锐博士毕业于北京航空航天大学，留校任教2年，之后下海。先后担任Symbiankia高级架构师、人民搜索移动事业部副总经理，航通公司副总经理，从事嵌入式操作系统、移动互联网研究十余年。近两年主要从事全球空中互联网技术及市场研究，中国ATG系统平台建设，对空中宽带互联网技术路线与商业模式有较为深入的研究。
20140829（周五）晚9：00
分享主题：《医疗数据分析与临床决策支持》
主题汇报人：赵新远
汇报人简介：赵新远，男，1955年生，高级工程师，毕业于清华大学。现任北京英泰科隆科技有限公司CEO。兼任HL7 China 技术指导委员会委员，HL7 IG（CDS）Co-Chair。2003年从清华离职，创办了北京英泰科隆科技有限公司。本公司10多年来一直致力于医疗软件开发的离岸外包业务（HSOD）和移动App (iOS 及Android应用) 的开发，客户主要来自于日本、美国、欧洲和澳大利亚，包括一些世界知名的跨国公司。10多年来公司总计完成并交付医疗软件开发项目约110个（基本上都是从需求分析开始，直至交付）， 其中包括PACS、健康体检系统、医疗设备维护维修服务系统、LIS 、EMR/EHR、PMS（Practice Management System）等。基于公司10余年的涉外医疗解决方案离岸外包开发的从业实践与经历，从而对美国等发达国家的医疗及医疗IT发展、法律法规、技术标准等都有较为全面的了解。尤其对美国的医疗改革取向、进展及对HIT行业的影响、Meaningful Use of Certified EHR 计划和相关知识体系，以及美国的管控式医疗保险（Managed Care）体制等有着较为深入细致的了解。目前公司正密切关注着国内医疗及医改的发展，希望和有识之士联手合作，为国内医疗改革，医疗IT标准化及国内HIT的升级与发展贡献自己的绵薄之力。
20140830（周六）晚9：00
分享主题：《云table大数据产品研发的迭代，从0.1到3.0》
主题汇报人：吴朱华
汇报人简介：吴朱华，上海云人信息科技有限公司的联合创始人兼CEO，国内资深的云计算和大数据专家，之前曾在IBM中国研究院参与过多款云计算产品的开发工作，同济本科，并曾在北京大学读过硕士。2010年底，他和另两位创始人组建了一支十多人的团队，在上海杨浦云基地办公。云人信息科技有限公司目前专注于大数据实时分析，尤其是互联网广告、运营商、证券金融和智能电网等有大数据实时分析需求的行业与企业。2011年中，发表业界最好的两本云计算书之一《云计算核心技术剖析》。在2013年以唯一云计算和大数据的代表初入选“2013年福布斯中国30位30岁以下的创业者”。
部分历史档案
20140818（周一）晚9：00
分享主题：《大数据时代的炼金术——浅析数据资产的治理与运营》
主题汇报人：高伟
汇报人简介：高伟，亚信科技大数据事业群数据资产管理部产品总监，具有11年以上的电信行业从业经验，对中国电信运营商有着全面的了解，熟悉电信业务流程及相关运营支撑系统，具有丰富的市场经验和解决方案咨询经验，目前主要从事大数据行业研究、数据资产管理产品的规划设计和市场推广工作。
20140819（周二）晚9：00
分享主题：《大数据时代征信业发展几点尝试和探索》
主题汇报人：付春
汇报人简介：付春，北京国政通科技有限公司联合创始人，高级副总裁。拥有超过20年的通信运营和信息服务从业经验，1992年进入邮电部数据通信技术研究所，1994年供职于中国电信数据通信局，建设运营中国公众互联网（CHINANET）。2003年之后，与海关总署、质检总局、食药局、公安部等部门成功建立运营各类基于互联网的G2B、G2C、B2C信息服务和应用系统。2006年加入国政通至今，从事信用信息服务8年。开创了中国式“验真”模式的信用信息服务。曾任中国电信数据通信局市场处处长、中国电信集团北京市电信公司市场部总经理、东方口岸科技有限公司总监、北京鸿联九五信息产业公司总经理、中信国检信息技术有限公司执行副总裁、中信二十一世纪有限公司（HK.0241）战略规划总裁等职位。
20140820（周三）晚9：00
分享主题：《大数据的开放式创新》
主题汇报人：吴甘沙
汇报人简介：吴甘沙，吴甘沙现任英特尔中国研究院院长。在此以前，吴甘沙作为首席工程师主持大数据方面的研究，工作重点为大数据内存分析与数据货币化。吴甘沙于2000年加入英特尔，先后在编程系统实验室与嵌入式软件实验室承担了技术与管理职位，期间参与或主持的研究项目有受控运行时、XScale微架构、众核架构、数据并行编程及高生产率嵌入设备驱动程序开发工具等。吴甘沙于2011年晋升为首席工程师，同年，他共同领导了公司的大数据中长期技术规划。在英特尔工作期间，他发表了10余篇学术论文，有22项美国专利（10余项成为国际专利），14项专利进入审核期。
20140821（周四）晚9：00
分享主题：《大数据全面驱动1号店电子商务业务》
主题汇报人：王答明
汇报人简介：王答明，1号店IT资深经理，负责个性化推荐/大数据挖掘。早年曾在Intel, Alcatel等公司做过大型分布式系统，p2p网络, 移动自组织网络等分布式协议的研发。后加入Autodesk，成为其内容搜索组上海区的创始成员和技术负责人，期间曾负责过基于机器学习的自动分类，分词和信息抽取等方向，也曾带团队利用hadoop对搜索的backend进行分布式改造，并在2008年第一届hadoop summit上做过demo.随后创建过国内最早的团购导航网站之一酷省网，进行个性化技术在电商领域的探索和尝试。最近两年加入了1号店，带领个性化推荐方向从头建立起了分布式算法平台，大规模用户画像等等重要组件，以及推动个性化技术在公司内部的各种应用。并从去年年底开始负责了一些新的大数据挖掘方向，比如销量预测，品类管理以及动态定价等。
20140822（周五）晚9：00
分享主题：《Adtime品牌营销的大数据实践》
主题汇报人：雷永华
汇报人简介：雷永华，Adtime副总裁，负责产品和技术，曾早期在Yahoo先后负责无线业务（短彩，IVR），数据平台，YST搜索技术平台运维，后在淘宝搜索负责数据算法团队和运维架构，是Postgresql数据库集群架构的committer之一，更是最早从事hadoop平台国内应用实践的核心成员。围绕着Adtime大数据这个核心战略，雷永华带领团队在智能管道大数据，音视频大数据，基于webkit的智能爬虫等应用架构上不断创新，构建了基于品牌营销的DMC（digital marketing consultant) 大数据平台为行业客户提供360全景营销决策支持。
20140823（周六）晚9：00
分享主题：《云南大数据业务行业实践》
主题汇报人：张德海
汇报人简介：张德海，博士，教授。云南至公大数据研究院联合创始人，常务副院长。2000年起曾在中国科学院计算技术研究所从事人工智能、知识工程的研究，访问过美国斯坦福大学、加州大学、纽约大学，现为云南大学软件学院教授，硕士生导师，主要研究领域有人工智能、知识管理、云计算与语义大数据。目前个人拥有国际及国家发明专利、软件著作权等10余项。曾主持国家级、省部级项目多项，在国内外学术期刊及会议发表高水平研究论文20余篇。至公大数据研究院依托中国科学院、清华大学、云南大学、云南电力研究院等研究机构的人才资源，面向多个行业开展大数据解决方案、大数据分析、决策外包、信息化规划等咨询服务。
您只需在中关村大数据产业联盟500人微信群中分享一次大数据思想、案例，即可进入500人微信群，与众多大数据朋友沟通、交流、合作！（入500人微信群，请把代表您能力和水平的PPT及姓名、单位、职务、联系方式发chenxinhe2020@126.com，微信号：chenxinhe2020。详情请订阅微信公众号：软件定义世界（SDX）后，查询 500 ））
入群须经中关村大数据产业联盟执委会审核！
中关村大数据产业联盟 副秘书长 陈新河 （微信号：chenxinhe2020）。
8月全部节目预告，请订阅微信公众号：软件定义世界（SDX）后，查询 500。
▌中关村大数据产业联盟 【入中关村大数据产业联盟500人微信群指南】 您只需在中关村大数据产业联盟500人微信群中分享一次大数据思想、案例，即可进入500人微信群，与众多大数据朋友沟通、交流、合作！（入联盟500人微信群，请把代表您能力和水平的PPT及姓名、单位、职务、联系方式发chenxinhe2020@126.com。详情请订阅微信公众号：软件定义世界（SDX）后，查询 500 ） 【中关村大数据产业联盟主旨与目标】 落实国家战略，聚合产业势能，促进商学互动， 助力企业成长，倡导数据伦理，探寻数字文明 【中关村大数据产业联盟活动】 〖大数据100分〗以500人圈大数据技术、资本、专家和政策专业人士为依托，每晚9点进行的线上活动。 〖大数据地平线〗以大数据执委会和中关村大数据产业联盟成员为依托，进行的走入企业现场调研活动。 〖大数据香山汇〗以“运动、分享、进步”为宗旨的爬山、PPT分享、研讨活动。 〖大数据沙龙〗“数据驱动，创新未来”为主题的高端大数据沙龙活动。 【中关村大数据产业联盟联盟网站】 http://www.zgc-bigdata.org/ 【大数据媒体方阵】 〖软件定义世界（SDX）〗、〖大数据文摘〗、〖大数据栋察〗、〖科技杂谈〗、〖CSDN云计算〗、〖天云融创〗、〖大数据邦〗、〖199IT〗、〖大数据实验室〗、〖云里数里〗、〖中云网〗、〖云华时代〗、〖大数据问答〗等，目前已覆盖20多万订阅用户。 欢迎加入大数据媒体方阵，第一时间获得〖大数据100分〗等中关村大数据产业联盟提供的独家信息，请在公众号留言或加入个人微信号沟通。 【联系方式】 地址：北京市西城区赵登禹路小绒线胡同22号 电话：010-56380808 个人微信号： sdxtime 电子邮件：sdxtime@gmail.com |
如果您认为该文章不错，请转发至朋友圈。分享知识，分享快乐！
▌【软件定义世界（SDX）】2014年4月份不容错过的精彩文章： “查看信息”中，回复日期代码即可。 回复“20140406”-->武新：大数据架构及行业大数据应用【大数据100分】 回复“20140301”-->互联网的未来【PPT】 回复“20140426”-->大数据产业地图 回复“20140406”-->《互联网思维“独孤九剑”》读书笔记【PPT】 回复“20140429”-->怀进鹏院士：大数据与产业发展转型【PPT】 |
▌【软件定义世界（SDX）】原创文章推荐。 ★《软件定义世界，数据驱动未来》【001】 ★《2013年世界软件产业发展回顾与展望》【003】 ★《平台格局确立，生态体系深化，竞争由硬转软--2013年全球移动互联网发展回顾与展望》【006】 ★《云计算叫好不叫座深层次原因分析》【015】 ★《数据驱动新商业世界【PPT】》【016】 ▌软件定义世界（SDX） 软件定义世界（SDX），数据驱动未来（DDF）！ 微信公众号：软件定义世界（SDX） |