机器学习在 LBS 中的应用 | 视频

阅读数:4065 2019 年 5 月 13 日

在 5 月 6 日举行的QCon 北京 2019【人工智能实践】解决方案专场,TalkingData 研发副总裁周海鹏分享了《机器学习在 LBS 中的应用》主题演讲。

主题介绍: 位置服务在经济中起到越来越重要的作用,但是传统 LBS 服务多数是基于纯地理数据支持商业分析的。TalkingData 基于人本数据,结合机器学习等手段,整合了数据、算法,帮助传统其他更实时、全景的观察现实世界,提高了分析效率,增强了分析的客观性。

演讲嘉宾:

周海鹏,中科院硕士毕业,一直从事云存储、云计算开发及架构工作,专注于分布式存储、分布式计算、大数据分析等方向。长期从事 IT 技术工作,历经 10 年发展,从实践到理论均有所积累。接触 IT 技术初期,从事嵌入式系统开发,包括硬件驱动,视频编解码,在 2006 年左右即从事嵌入式 Linux、ARM 芯片研究。虽然当时产品、市场不成熟,但是数年磨练,对计算机体系结构、CPU/ 内存 / 存储 / 操作系统 / 算法优化等打下坚实基础。2007 年,进入精准营销行业。独立带领团队构建中国移动最早的移动营销平台:12580。产品包含语音服务,数据处理,数字营销,基于位置的推荐等内容。他深刻理解营销内涵和业务流程,也深刻体会了传统数据库技术的局限。2010 年第一次创业,基于地理信息系统,试图构建 LBS 服务,提供精准营销能力。2011 年至今,第二次创业,现任 TalkingData 技术副总裁,从事大数据计算平台工作,对分布式存储和分布式计算、VLDB、大数据分析等有深刻实践,主持研发实时流式 OLAP 计算框架,分布式索引,分布式查询系统。同时关注高可靠、高可用、高扩展、高性能系统服务,以及 Hadoop/HBase/Storm/Spark 等离线、流式及实时分布式计算技术。参与多次大数据论坛,在业内具有一定的影响力。

演讲提纲:

  • 零售行业的发展现状和需求

  • 传统位置智能的现状和局限

  • 新一代位置智能——基于智能的位置数据

  • 新一代位置智能——基于智能的应用工具

  • 下一代商业智能的畅想

收藏

评论

微博

发表评论

注册/登录 InfoQ 发表评论