Skip to main content

Home/ 互联网之'我的阅读'/ Group items tagged 算法

Rss Feed Group items tagged

ocean wu

一些重要的算法 - 0 views

  • 下面是一些比较重要的算法,原文罗列了32个,但我觉得有很多是数论里的,和计算机的不相干,所以没有选取。下面的这些,有的我们经常在用,有的基本不用。有的很常见,有的很偏。不过了解一下也是好事。也欢迎你留下你觉得有意义的算法。(注:本篇文章并非翻译,其中的算法描述大部份摘自Wikipedia,因为维基百科描述的很专业了)
  • A*搜寻算法俗称A星算法。这是一种在图形平面上,有多个节点的路径,求出最低通过成本的算法。常用于游戏中的NPC的移动计算,或线上游戏的BOT的移动计算上。该算法像Dijkstra算法一样,可以找到一条最短路径;也像BFS一样,进行启发式的搜索。 Beam Search束搜索(beam search)方法是解决优化问题的一种启发式方法,它是在分枝定界方法基础上发展起来的,它使用启发式方法估计k个最好的路径,仅从这k个路径出发向下搜索,即每一层只有满意的结点会被保留,其它的结点则被永久抛弃,从而比分枝定界法能大大节省运行时间。束搜索于20 世纪70年代中期首先被应用于人工智能领域,1976 年Lowerre在其称为HARPY的语音识别系统中第一次使用了束搜索方法,他的目标是并行地搜索几个潜在的最优决策路径以减少回溯,并快速地获得一个解。 二分取中查找算法一种在有序数组中查找某一特定元素的搜索算法。搜素过程从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜素过程结束;如果某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较。这种搜索算法每一次比较都使搜索范围缩小一半。 Branch and bound分支定界(branch and bound)算法是一种在问题的解空间树上搜索问题的解的方法。但与回溯算法不同,分支定界算法采用广度优先或最小耗费优先的方法搜索解空间树,并且,在分支定界算法中,每一个活结点只有一次机会成为扩展结点。 数据压缩数据压缩是通过减少计算机中所存储数据或者通信传播中数据的冗余度,达到增大数据密度,最终使数据的存储空间减少的技术。数据压缩在文件存储和分布式系统领域有着十分广泛的应用。数据压缩也代表着尺寸媒介容量的增大和网络带宽的扩展。 Diffie–Hellman密钥协商Diffie–Hellman key exchange,简称“D–H”,是一种安全协议。它可以让双方在完全没有对方任何预先信息的条件下通过不安全信道建立起一个密钥。这个密钥可以在后续的通讯中作为对称密钥来加密通讯内容。 Dijkstra’s 算法迪科斯彻算法(Dijkstra)是由荷兰计算机科学家艾兹格·迪科斯彻(Edsger Wybe Dijkstra)发明的。算法解决的是有向图中单个源点到其他顶点的最短路径问题。举例来说,如果图中的顶点表示城市,而边上的权重表示著城市间开车行经的距离,迪科斯彻算法可以用来找到两个城市之间的最短路径。 动态规划动态规划是一种在数学和计算机科学中使用的,用于求解包含重叠子问题的最优化问题的方法。其基本思想是,将原问题分解为相似的子问题,在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础,被广泛应用于计算机科学和工程领域。比较著名的应用实例有:求解最短路径问题,背包问题,项目管理,网络流优化等。这里也有一篇文章说得比较详细。 欧几里得算法在数学中,辗转相除法,又称欧几里得算法,是求最大公约数的算法。辗转相除法首次出现于欧几里得的《几何原本》(第VII卷,命题i和ii)中,而在中国则可以追溯至东汉出现的《九章算术》。 最大期望(EM)算法在统计计算中,最大期望(EM)算法是在概率(probabilistic)模型中寻找参数最大似然估计的算法,其中概率模型依赖于无法观测的隐藏变量(Latent Variable)。最大期望经常用在机器学习和计算机视觉的数据聚类(Data Clustering)领域。最大期望算法经过两个步骤交替进行计算,第一步是计算期望(E),利用对隐藏变量的现有估计值,计算其最大似然估计值;第二步是最大化(M),最大化在 E 步上求得的最大似然值来计算参数的值。M 步上找到的参数估计值被用于下一个 E 步计算中,这个过程不断交替进行。
  • 快速傅里叶变换(FFT)快速傅里叶变换(Fast Fourier Transform,FFT),是离散傅里叶变换的快速算法,也可用于计算离散傅里叶变换的逆变换。快速傅里叶变换有广泛的应用,如数字信号处理、计算大整数乘法、求解偏微分方程等等。本条目只描述各种快速算法,对于离散傅里叶变换的性质和应用,请参见离散傅里叶变换。 哈希函数HashFunction是一种从任何一种数据中创建小的数字“指纹”的方法。该函数将数据打乱混合,重新创建一个叫做散列值的指纹。散列值通常用来代表一个短的随机字母和数字组成的字符串。好的散列函数在输入域中很少出现散列冲突。在散列表和数据处理中,不抑制冲突来区别数据,会使得数据库记录更难找到。 堆排序Heapsort是指利用堆积树(堆)这种数据结构所设计的一种排序算法。堆积树是一个近似完全二叉树的结构,并同时满足堆积属性:即子结点的键值或索引总是小于(或者大于)它的父结点。 归并排序Merge sort是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。 RANSAC 算法RANSAC 是”RANdom SAmpleConsensus”的缩写。该算法是用于从一组观测数据中估计数学模型参数的迭代方法,由Fischler and Bolles在1981提出,它是一种非确定性算法,因为它只能以一定的概率得到合理的结果,随着迭代次数的增加,这种概率是增加的。该算法的基本假设是观测数据集中存在”inliers”(那些对模型参数估计起到支持作用的点)和”outliers”(不符合模型的点),并且这组观测数据受到噪声影响。RANSAC 假设给定一组”inliers”数据就能够得到最优的符合这组点的模型。 RSA加密演算法这是一个公钥加密算法,也是世界上第一个适合用来做签名的算法。今天的RSA已经专利失效,其被广泛地用于电子商务加密,大家都相信,只要密钥足够长,这个算法就会是安全的 并查集Union-find并查集是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。常常在使用中以森林来表示。 Viterbi algorithm寻找最可能的隐藏状态序列(Finding most probable sequence of hidden states)   附录 关于这个世界上的算法,你可以看看Wikipedia的这个网页:http://en.wikipedia.org/wiki/List_of_algorithms 关于排序算法,你可以看看本站的这几篇文章《一个显示排序过程的Python脚本》、《一个排序算法比较的网站》
ocean wu

文本分析漫谈-分类器中的关键词提取 - 2 views

  • 下文简单介绍关键词提取常用的方法。 基于词频(TFIDF)统计的方法 思想:常用TFIDF计算文本特征权重,权重高的为关键词,该方法简单,效果也不错。 在实际操作中常会对文本进行聚类处理,计算文本特征权重后,先对文本向量(在聚类操作中,常用文本的句子做为向量单位)利用余弦定理计算文本相似度或距离,然后通过聚类算法,将相似文本聚类。最后在各文本类中选择关键词,合并得出最终结果。这样先通过文本相似度聚类,提高了关键词准确率。下图为k-means聚类算法过程 TFIDF:TF(term frequency)为特征在文本中出现频率,IDF(inverse document frequency)文档中出现该词的频率log(D/Dw),该公式的思想是:特征权重除了和出现频率成正比外,还和文档频率成反比(如果只有文本中包含该特征,则认为该特征更能体现文本的专有特性)。 特征权重=TF*IDF。 特征权重计算方法还有:用于VSM的信息熵算法,基于增益的对TFIDF改进算法算法等。 该方法常结合聚类算法一同使用。 基于词语共现图提取方法 思想:文本中两个特征经常共现在文本的同一段落,则认为两个特征在意义上是相互关联的,共现概率越高,关联越紧密。 由此计算每个特征节点重要性,即与其他特征同现指数连乘,选取最重要的节点作为关键词。 其中最简单的特征同现指数可以用两个特征同现频率表示。 该方法在小规模文本集时并不能很好的反映特征间的关系。 因此文本集的大小会影响算法的稳定性和准确性。 基于词语网络的方法 思想:它是词语共现图的发展,因此与同现图类似,每个特征为网络中的节点,网络的边表示特征间的关系,不同的是该算法引入了图论的模型及算法。 首先要提到最小世界网络(Small-World-Network)这个概念:具有高聚类系数,且平均路径长度短的网络。 其中图的聚类系数为所有节点的(实际边数/最多可能边数)和平均值; 图的平均路径长度即:网络图中,任意两个节点间最短路径边数的平均值。 这种网络和我们以人为节点,人与人之间关系为边,构成的现实世界具有同样的特性:聚类系数高,平均路径短。同理,该模型适用于词语网络。下图为SWN的模型图 在该网络中,特征即为节点,边表示除了前面说的特征同现频率外,还有jaccard系数等计算方法。网络图构建完成后,提取关键词工作即转换为对关键节点的选择。而由于我们认为词语网络是适用于SWN模型的,那关键节点即为影响SWN性质的节点。在现实世界网络中,就相当于去寻找影响社会发展的人,一个公司中的关键人物一样。 通常寻找关键节点的方法有两种,一是直接衡量节点的属性值来判断节点的重要程度,如节点的度(节点到其他节点距离和的倒数)、节点中介性指标(Betweenness Centrality:其他节点间最短路径 经过该节点的概率)等。另一种是通过衡量删除节点后,对SWN性质的破坏程度,即衡量删除节点后聚类系数和平均路径长度的变化,决定该节点的重要度。
ocean wu

營銷歸因,估算市場化渠道中有多少有助於公司發展 - 0 views

  • 營銷歸因(Marketing Attribution),也就是能夠估算市場化渠道中有多少是真正有助於公司發展的
  • 一、什麼是營銷歸因 在社會心理學裡,歸因是推測事件或行為進程的過程。營銷歸因被定義為「從銷售到市場接觸點中顧客購買行為來分配營銷投入的科學」。Bill對此概念有更簡單的看法:即:你是否把你的錢用到正確的地方?
  • 以往常見的模型會把所有的價值都算在展示廣告上並且低估之前的接觸,而事實上,平等或線性地在所有渠道中分散他們的價值才是合理的。為了得到對每個渠道更精準的評價和進一步優化營銷成本,你需要一個配置模型,來分析你的所有數據——誰看了什麼內容、誰點擊了什麼內容、他們之後做什麼等等,從算法上決定每一營銷接觸點的影響。
  • ...17 more annotations...
  • 二、為什麼需要一個營銷歸因模型 當你急於做市場營銷並開始使用不同渠道時,需要一個更加精密的方式而不是簡單的點擊來跟蹤你的用戶,並且弄明白哪個渠道更有效。
  • 在每家公司里,營銷都是一個巨大的競爭優勢。一旦產品符合市場需求(PMF),這些公司就能快速增長,因為他們知道自己把錢投在了對的地方。
  • 原先,我們調查市場化支出的手段僅僅限於用簡單的跳轉鏈接,以便能追蹤到顧客到達支付頁面的第一次或最後一次點擊。這曾經起到了一定的作用,尤其是當SEM是大多數公司主要營銷花費的時候。但是其他渠道越來越多,我們需要一種評估其他渠道影響的方式。於是按規則的配置機制出現了,它能多渠道跟蹤和評估。然而這種按規則的方法精確度有限,因為每個渠道的價值由經銷商決定,我們評判哪個渠道價值更高的方式僅僅依靠直覺而非數據。 如今,算法式配置機制已經成為數據驅動的公司最好的實踐。我們現在運用所有可用數據收集工具和模型,去收集所有不同的接觸點並且做出預測性的配置決定。只要設置好,我們就能跟蹤每個接觸點和所有下游渠道指標,就能更精準決定什麼渠道需要更多的投入,這些渠道既包括線下、線上、效果廣告和品牌廣告。 這並不完美也不簡單。如果遇到口口相傳的廣告渠道,隱秘的社交渠道和其他地下渠道時,這會變得更難。但是,這能使你更深入的了解買家和哪些市場化努力發揮了作用。
  • 四、創業者怎麼玩營銷歸因 一旦你有一些營銷渠道時(比如說在線營銷、內容營銷、臉書廣告等),你就需要具備一些基礎的跟蹤機制。以下這些枯燥的基礎工作,最終會幫助你做出決策。
  • 1.團隊教育 因為你需要人力和金錢上的投資來搭建你的配置系統,而且你收集的數據會決定市場和顧客這些最基本的決定。一般來說一些的早期科技公司的營銷人員(如果有的話)都圍繞配置做決定,這裡的配置指的是:產品是什麼、需求有 多大、如何給不同的渠道分配資源、如何計算更長期的培養周期、如何讓顧客口口相傳等。與此同時,公司也應關注他們的資本和消耗量,不至於對市場化基礎建設做太大的投資。這是一個信念的問題,這需要早期建立並且在分享數據的時候繼續培養。
  • 2.人才雇傭 Bill尤其推薦第一個雇傭的市場部負責人應該是運營人才。一開始的時候,他得扮演一個多面手的角色,起到聯合運營、分析及其他的作用。努力尋找有搭建市場技術基礎背景的人,即使他們沒有專門做過營銷歸屬的工作。下面是幾個Bill用來篩選僱員的面試問題。 1.如果我們有三個不同渠道的廣告,你會關注它們並且決定哪一個廣告是最成功的嗎? 2.如果我們今天在廣告上花費100萬美元,我們怎麼知道這100萬美元的花銷是值得的? 雇傭運營數據能力強的人才,你就能從最開始就跟蹤顧客行為。從這裡你就可以開始為其他關鍵團隊包括產品、內容、公關、廣告、客戶管理等提供決策支持。
  • 五、買還是建?
  • 超越付費廣告的束縛當
  • 現在,對供應商進行一個徹底的評估是非常有價值的。僅僅只是評估供應商的過程中,你就能學到很多關於營銷歸因的東西。你應該注意他們軟件能力,如算法基礎、跟蹤用戶級別數據的方法、是否有交叉設備跟蹤和匹配度如何,當然還有價格,以及融入和運行他們工具是否便捷等因素。
  • 你可以一開始就用Google Analytics,也可以用一些有歸因模塊的營銷自動化工具。
  • 去融合他們的數據庫來跟蹤付費展示廣告、郵件、付費社交平台、生態社交、搜索引擎優化等。通過跟蹤這些渠道和每個用戶的行為
  • 營銷歸因並不僅僅適用於付費渠道。內容營銷也能在跟蹤顧客使用中決定哪一部分可以增值。
  • 在內容營銷上也有很多的投資以達到他們在長期培育客戶的預期。他們設定跟蹤不僅僅是他們看到了什麼廣告,還有他們看的每一個內容。他們能跟蹤是哪一部分使顧客想要購買產品,這大大加快了出售速度,也帶來了更大的交易總額。有了這些信息,他們可以優化內容流,並且堅定地增加營銷預算,以期提高公司的盈虧水平。
  • 進階到下一個水平你設置歸因跟蹤的需求應該和你核心商業目標相吻合。
  • 最後,納入對口口相傳市場和線下市場的重視,包括電視廣告和播客廣告。所有這些形成了一個很複雜的歸因市場系統。
  • 儘管大多數創業者不需要從Slack的多層系統開始,但是這些策略對他們還是有益的。 1.因為Slack關注團隊而不是個體概念,他們已經發展出了跟蹤更深層次的團隊渠道指標,它包括團隊的大小、平均會計收益率(ARR)和活躍的團隊數量。 2.跟蹤「非點擊式」演示廣告和電視、公告牌、雜誌、收音機和播客廣告上的品牌為主的接觸端,Bill採取了一套強有力的有多種跟蹤信號的系統,其中包括:推薦代碼和優惠券代碼、本地測試市場、多品牌的跟蹤、註冊中提供用戶得知渠道選項、凈推薦值等。 這些數據都被接入他們的歸因模型,來找出哪一渠道對Slack的顧客最終滿意度有最大的影響。
  • 歸因機制超出購買的用處:為顧客接觸端定價、評估這些接觸端對使用量的增加影響和對產品的滿意度。因為SaaS的大部分價值是在出售後增長的,也就是所謂的」擴張「戰略——你先有一個很小的企業然後努力去培養它然後把它帶到更多使用者的平台上,所有的公司都在投資能得到更多市場份額的項目。 大多數公司將生命周期營銷的重點放在像郵件和產品內信息這種「免費渠道」,但是,付費渠道也能在現存顧客中發揮作用。當你有一個跟蹤你現存顧客和評估不同努力和花費的影響的歸因系統后,你既能優化付費和免費渠道,從而得到對顧客增長最大的影響也能優化留住顧客的方法。 歸因在概念上很簡單,但是在執行上很複雜,這是一個快速演變的領域。幸運的是,有很多地方可以學習它,博客、播客、供應商網站和研討會都是不錯的選擇。希望這篇文章會讓你開始或繼續學習歸因。營銷和公司,正如燃料和火焰。不要盲目的花錢,建立一個你需要規模增長的預測跟蹤系統,就能讓你的公司擁有巨大的競爭力。
ocean wu

隐式网络:Last.fm, Amazon, Google, Attention Trust - 译言翻译 - 0 views

  • 什么是隐式网络    隐式网络的基本概念是很简单的。当我们接触信息时,我们就对它进行了判断。当我们遇到一篇喜欢的文章,我们会花时间阅读它。当我们喜欢一部电影,我们就会想把它推荐给自己的朋友和家人。如果一段音乐引起我们情感共鸣,我们就会反复聆听。我们自然而然,下意识的做了这些事情。
  • last.fm网站—目前最佳的隐式网络     也许迄今为止,最成功的隐式网络案例就是last.fm了,last.fm最近被CBS哥伦比亚广播公司以2.8亿美元收购了。last.fm如此成功的一部分原因是因为它的完全自动性。last.fm给itunes和其他主要的音乐播放器提供了插件服务。通过这个插件,你播放的歌曲会都是自动捕获下载和添加的。根据你的个人音乐偏好信息,这项服务可以自动推断你最喜欢的音乐家和歌手。      然后last.fm按照逻辑开始了下一个行动。根据你喜欢的音乐为你介绍朋友和音乐,更重要的意义是last.fm提供一项用户不用做任何工作的服务,如果你只需要听音乐,其他事情都自动替你完成了
  • 亚马逊也应该是隐式网络的老前辈。我们每次点击亚马逊的网站,它都利用先进的算法来给我们提建议:接下来你应该买什么?      在我们以前发表的文章“推荐引擎”( recommendation engines),我们已经描述了亚马逊怎样用不同的方法调节它的系统为每一个人作出推荐和建议,这一基于用户的隐性选择而建立起来的完整系统,是亚马逊销售策略的核心。       另一家利用用户隐性选择行为的公司是GOOGLE。GOOGLE开发了复杂并不断调合变化的搜索算法反馈,用户的每一次点击行为都被到导入算法中,并反馈给用户搜索结果。
  • ...2 more annotations...
  • 为了有效果运作隐式网络,用户必须要有自我控制权。
  •  
    为了有效果运作隐式网络,用户必须要有自我控制权。
ocean wu

Starbucks 和 Apple 为什么要统计到店人流量的,都是用何种方法来统计的? - 知乎 - 0 views

  • 商业地产或零售运营我们常常听说的三大法宝:Location位置\Location位置\Location位置,而位置用人话来讲就是人气即客流量,据说商业地产方面万达利用客流统计已经到了战略的高度,广场建立之后就开始统计客流:广场客流、楼层客流、店铺客流,计数、区域停留、客流路线、客流历史统计、趋势分析,然后用于商业决策引流活动及其评价、商铺租金、保安配置、通道规划与调整等等等等。
  • 其所用到的技术:1、人工计数,象楼上答主所讲的某店的保安大哥手持计数器,看到人来就按一下;2、红外计数,即出入口两块竖板样的东东,人员通过时红外被挡而进行计数;3、机械杆计数,现在不少地铁站出入口、超市出入口还在使用这种,人走过去推一下杆转一圈计数;4、视频分析计数,利用高清摄像头采集的视频信息进行算法分析识别出人脸或人头等典型人的特征来计数;5、双目视频分析计数,即用两个摄像头采集的视频信息,分析同时两个视频信息之类的视像差来算法分析人头来计数;6、WiFi计数,即用WiFi AP接收到的WiFi设备的ping包,获取MAC地址来进行计数。技术只是一种工具,其适用于不同的场景和计数精度要求,各有优势,如:1、人工计数最准确,但在出入口较多的区域或瞬时客流涌现的时候人工就很难准确来计了,以及人员的注意力、敬业度等因素;2、红外计数克服了人为因素的影响,但在客流涌现及环境因素影响较大;3、机械杆防止了客流涌现,即人为控制仅能一个一个通过,但影响出入口的通过效率;以上三种都无法对非出入口的区域客流进行统计;4、视频分析是在高清摄像头大量应用之后才进行商业计数的领域,其应用较为广泛,不仅可以统计出入口客流,更可以统计室内或户外区域客流,如近期朋友圈异常火爆的微软分析照片测性别及年龄就是视频分析应用之一,但大家也都知道了其在实际应用中受环境光线、背景,甚至天气有较大影响;5、双目视频分析统计客流,利用同一时刻的视像差来分析人头,则克服和大部分的环境影响因素,因为它用算法分析的是视像之类的差异,环境因素在两上摄像头是同时存在,其计数准确率较高;但它也有局限性,即无法象普通视频分析那来实识别面部或具体个性化的人。6、WiFi计数的实际上计的是周围的开启WiFi设备数量(无需连接),优势是以MAC地址唯一性来识别具体的唯一的设备,但其缺点在于并非所有的人都携带WiFi设备并使之处于开启状态,其计数的准确性受限较多。
ocean wu

滴滴、携程……大数据杀熟只是开始,算法立法?! - 1 views

  • 微观经济学中,有一个经典的供需关系图,横轴代表一个产品的需求量,纵轴代表一个产品的价格,而商家需要做的是找到一个价格的中间点,使得边际利润最大化。
  • 大平台已经垄断了几乎全部市场,市场不再是模糊的,而是可预测的,时间预测、用户消费能力预测、承受需求能力预测等等都被数据化。
  • 普通人都进入到了无法选择的状态,这才是最让人感到愤怒与无奈的。
  • ...2 more annotations...
  • 《未来简史》曾预言,未来的时代将会进入算法社会,这个社会的一切都将由算法定夺,由于技术掌握了你的数据,因此比你自己更了解你自己,因此通过数据就可以对人定制出一些更为合理的方案。
  • 滴滴们所暴露出的大数据杀熟,正在反映着这一问题,没有人相信这样的动态价格歧视是合理的,我们更愿意被“一刀切”,而不是被机器动态定义。
  •  
    大数据的价值应用,将改变商品定价的方式,这是不可逆的趋势,阵痛带来的是我们对于个体选择权的如何定义,这也是法律所思考的。
ocean wu

2017,你不可不知的视频监控新趋势 - 电子工程专辑 - 0 views

  • IHS的数据显示,2016年全球专业安防摄像头的出货量超过一亿台,比2015年增长约14%。但相比2015年30%的增长率,增速放缓了不少。王玉君对此分析称,一方面,面对国内外市场的长期增速预期下行,各大视频监控厂家都在寻求多元化和差异化发展;另一方面,随着视频监控行业不断的技术革新和数据积累,从视频监控的上游芯片厂商,到视频智能分析算法的软件开发公司,再到视频监控设备厂商和下游的系统集成商都在围绕智能分析、物联网和大数据技术来布局安防行业,以求在产品日趋同质化的竞争中占领未来视频监控技术发展的高地:  从产品来看,虽然视频监控行业整体增速不如预期,但某些产品线会远高于市场的平均增速。2017年消费类视频监控产品、移动视频监控产品和视频监控企业级存储产品的销售额在全球范围都会保持15%以上的增长。  从服务来看,2017年全球视频云服务(VSaaS)的销售额会突破9亿美元(不包括安保远程监控服务),未来5年VSaaS销售额的平均年复合增长率将超过18%。  从技术来看,支持H.265技术的网络摄像机在2017年会有爆发式增长。视频智能分析会因为深度学习技术的应用又一次成为行业发展的热点。
  • 通过几年的市场培育,用户意识到视频智能分析确实可以为城市交通治理、公安刑侦和商业管理带来很大价值,因此市场对具备高性能的优秀的视频智能分析产品是充满期待的,深度学习技术在视频监控领域的应用也正是在这样的背景下开始蓄势待发。
  • 深度学习技术从长期来看会降低智能分析应用的成本,也会拓展带有智能分析功能的视频监控设备的应用外延。除了价格因素外,从短期来看深度学习技术在视频监控领域应用的最大挑战就是如何将那些优秀的算法根据实际的应用情景进行二次开发,实现真正的技术落地。
  • ...16 more annotations...
  • 使用视频分析实现目标和事件检测,无论是实时的还是后期的,将持续位于视频监控技术创新的前沿。
  • 视频监控产品一般使用运动检测来触发视频捕捉,这很容易出错。“从好几个小时的视频中寻找出某一个事件非常耗时。因为视频包含了大量的信息,如何分辨哪些是有价值的,哪些应该删掉,这给用户带来了挑战。
  • 把人工智能引入传统的视频监控领域,将取决于在摄像机、网络存储和后期处理之间分配的视频分析功能。
  • 视频分析作为一种服务,是一个微型的垂直市场,可以利用第三方专利分析功能获得增长。
  • 安防无人机往往用于紧急事件后的快速侦察,可以在区域入侵或自然灾害等事件发生后,快速飞入现场进行侦察。但由于其续航时间有限(一般在30分钟左右),无法进行长时间的巡逻监测。安防机器人的优势除了有更长的续航能力外(可以长达8小时),还可以安装多个摄像头和传感器,提供360度全景图像和各种环境数据,往往用于电力、能源、化工等厂区的巡逻作业。
  • 机器学习的应用正快速扩展到越来越多的终端市场,在边缘、在云端或者以混合的形态,将基于边缘的处理与基于云的数据分析结合在一起。
  • 众多的传统嵌入式视觉应用通过采用机器视觉和传感器融合技术后都在发生巨变,下一代应用包括协作机器人、具有感应和躲避功能的无人机、增强现实、自动驾驶汽车、自动化监视和医疗诊断等。
  • 系统通常具有三大使命: 系统不仅要会思考,而且还能对情境立即做出“响应”。这就要求一个从感应到处理、分析、决策、通信和控制整个流程中更一致的视图。同时还要高效实施、部署最新机器学习技术,满足8位及更深层面的精确性要求。 鉴于神经网络和相关算法的快速变化以及传感器的快速发展,必须实现灵活性,能通过软硬件的可重配置性升级系统。 由于许多新系统都连接到了一起(物联网),因此需要与传统的已有设备通信,要与未来推出的新设备通信,还要能够进行云端通信。
  • 根据IHS Markit 2016年发布的预测显示,2016年全球专业服务机器人(相对于工业制造机器人)和专业服务无人机的销售额分别为26亿美元和3亿美元,未来5年平均复合年增长率分别达到了38%和70%。
  • 相比传统的安防产品,安防无人机和安防机器人进入门槛更高
  • 深度学习和人工智能技术通过运用模式辨识软件,
  • 无人机已经在边境控制、区域跨度较大或高危区域执法中得到了应用。安防机器人也许在与人互动创造价值的场景中比较有用,例如公园、大学、医院和机场等。
  • HD CCTV在中国普及率不高的原因主要来自三方面: 中国的视频监控项目大多来自新建楼宇和设施,不需要考虑原有模拟视频监控的布线系统; 网络摄像机在中国的平均售价远低于全球其他地区的售价; 3.HD CCTV对于小型的项目可能更理想,但对于中国的很多中大型项目来说,网络视频监控会有更好的扩展性。
  • IP摄像机更容易安装,在很多情况下依靠一粒电池就可运行很长时间,网络连接也变得易于部署。当然,云存储也进一步推动了IP摄像机的增长。但考虑到IP摄像机容易受网络稳定性、黑客、掉帧和一些其他问题的影响,Raman Sargis认为专业的安防视频市场还将依赖高质量的有线高清摄像机。
  • 任何连网设备都会面临黑客和恶意攻击的风险。IP摄像机本质上是物联网的一个节点,可以获得物联网架构中实施的同等级别的安全保护。我认为IP摄像机的安全性应该归类为广义物联网安全的一部分,长远来看它将无缝地融合到物联网结构中。
  • 其实不仅仅是视频监控产品,所有接入网络的物联网设备都面临着网络安全问题。加强视频监控设备的安全加密和认证是最直接的避免网络病毒袭击的方法。此外,也可以安装嵌有网络安全监测的视频监控交换机,信息通信技术(ICT)提供商或系统集成商也可以利用已安装的ICT网络安全产品对视频监控产品进行保护。当然,视频监控网络安全问题也带来了一些新的商业机会,例如第三方网络安全测试和认证的服务、提供给系统集成商的ICT网络安全咨询服务等。
ocean wu

国务院关于印发新一代人工智能发展规划的通知(国发〔2017〕35号)_政府信息公开专栏 - 0 views

  • 人工智能加速发展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点,
  • 芯片化硬件化平台化趋势更加明显,人工智能发展进入新阶段。
  • 正在引发链式突破,推动经济社会各领域从数字化、网络化向智能化加速跃升。
  • ...92 more annotations...
  • 工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势,及时把握群体认知及心理变化,主动决策反应,将显著提高社会治理的能力和水平,对有效维护社会稳定具有不可替代的作用。
  • 在大力发展人工智能的同时,必须高度重视可能带来的安全风险挑战,加强前瞻预防与约束引导,最大限度降低风险,确保人工智能安全、可靠、可控发展。
  • 国家部署了智能制造等国家重点研发计划重点专项,印发实施了“互联网+”人工智能三年行动实施方案
  • 语音识别、视觉识别技术世界领先
  • 按照“五位一体”总体布局和“四个全面”战略布局
  • 加快人工智能与经济、社会、国防深度融合为主线
  • 突出企业在技术路线选择和行业产品标准制定中的主体作用
  • 跨媒体感知计算理论重点突破低成本低能耗智能感知、复杂场景主动感知、自然环境听觉与言语感知、多媒体自主学习等理论方法
  • 大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等基础理论和核心技术实现重要进展,人工智能模型方法、核心器件、高端设备和基础软件等方面取得标志性成果。
  • 初步建成人工智能技术标准、服务体系和产业生态链
  • 第二步,到2025年人工智能基础理论实现重大突破
  • 第三步,到2030年人工智能理论、技术与应用总体达到世界领先水平
  • 形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群
  • 坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进。
  • 1.建立新一代人工智能基础理论体系。
  • 加强大数据智能、跨媒体感知计算、人机混合智能、群体智能、自主协同与决策等基础理论研究。大数据智能理论重点突破无监督学习、综合深度推理等难点问题,建立数据驱动、以自然语言理解为核心的认知计算模型
  • 第一步,到2020年人工智能总体技术和应用与世界先进水平同步,人工智能产业成为新的重要经济增长点
  • 混合增强智能理论重点突破人机协同共融的情境理解与决策学习、直觉推理与因果模型、记忆与知识演化等理论
  • 群体智能理论重点突破群体智能的组织、涌现、学习的理论与方法,建立可表达、可计算的群智激励算法和模型
  • 自主协同控制与优化决策理论重点突破面向自主无人系统的协同感知与交互、自主协同控制与优化决策、知识驱动的人机物三元协同与互操作等理论
  • 高级机器学习理论重点突破自适应学习、自主学习等理论方法
  • 类脑智能计算理论重点突破类脑的信息编码、处理、记忆、学习与推理理论,形成类脑复杂系统及类脑控制等理论与方法
  • 量子智能计算理论重点突破量子加速的机器学习方法,建立高性能计算与量子算法混合模型
  • 新一代人工智能关键共性技术的研发部署要以算法为核心,以数据和硬件为基础,以提升感知识别、知识计算、认知推理、运动执行、人机交互能力为重点,
  • 知识计算引擎与知识服务技术。重点突破知识加工、深度搜索和可视交互核心技术,实现对知识持续增量的自动获取,具备概念识别、实体发现、属性预测、知识演化建模和关系挖掘能力
  • 跨媒体分析推理技术。重点突破跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术,实现跨媒体知识表征、分析、挖掘、推理、演化和利用,构建分析推理引擎。
  • 群体智能关键技术。重点突破基于互联网的大众化协同、大规模协作的知识资源管理与开放式共享等技术,建立群智知识表示框架,实现基于群智感知的知识获取和开放动态环境下的群智融合与增强
  • 混合增强智能新架构与新技术。重点突破人机协同的感知与执行一体化模型、智能计算前移的新型传感器件、通用混合计算架构等核心技术
  • 数据和知识成为经济增长的第一要素,人机协同成为主流生产和服务方式,跨界融合成为重要经济模式,共创分享成为经济生态基本特征,个性化需求与定制成为消费新潮流
  • 虚拟现实智能建模技术。重点突破虚拟对象智能行为建模技术,提升虚拟现实中智能对象行为的社会性、多样性和交互逼真性
  • 智能计算芯片与系统。重点突破高能效、可重构类脑计算芯片和具有计算成像功能的类脑视觉传感器技术,研发具有自主学习能力的高效能类脑神经网络架构和硬件系统
  • 自然语言处理技术。重点突破自然语言的语法逻辑、字符概念表征和深度语义分析的核心技术,推进人类与机器的有效沟通和自由交互,实现多风格多语言多领域的自然语言智能理解和自动生成。
  • 建设布局人工智能创新平台,强化对人工智能研发应用的基础支撑。
  • 人工智能范式的统一计算框架平台,形成促进人工智能软件、硬件和智能云之间相互协同的生态链。
  • 设立人工智能专业,推动人工智能领域一级学科建设,尽快在试点院校建立人工智能学院,增加人工智能相关学科方向的博士、硕士招生名额
  • 自主无人系统的智能技术。重点突破自主无人系统计算架构、复杂动态场景感知与理解、实时精准定位、面向复杂环境的适应性智能导航等共性技术,无人机自主控制以及汽车、船舶和轨道交通自动驾驶等智能技术,服务机器人、特种机器人等核心技术
  • 突破图形处理器等核心硬件,
  • 完善智能机器人硬件接口标准、软件接口协议标准以及安全使用标准
  • 加强车载感知、自动驾驶、车联网、物联网等技术集成和配套
  • 建立试验鉴定、测试、竞技等专业化服务体系,完善空域、水域管理措施。
  • 突破高性能软件建模、内容拍摄生成、增强现实与人机交互、集成环境与工具等关键技术,研制虚拟显示器件、光学器件、高性能真三维显示器、开发引擎等产品,建立虚拟现实与增强现实的技术、产品、服务标准和评价体系
  • 发展支撑新一代物联网的高灵敏度、高可靠性智能传感器件和芯片,攻克射频识别、近距离机器通信等物联网核心技术和低功耗处理器等关键器件。
  • 研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台,推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式,建立智能制造标准体系,推进制造全生命周期活动智能化。
  • 开展智能农场、智能化植物工厂、智能牧场、智能渔场、智能果园、农产品加工智能车间、农产品绿色智能供应链等集成应用示范。
  • 完善智能物流公共信息平台和指挥系统、产品质量认证及追溯系统、智能配货调度体系等。
  • 建立金融风险智能预警与防控系统。
  • 推动人工智能在教学、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理,建立智能、快速、全面的教育分析系统。建立以学习者为中心的教育环境,提供精准推送的教育服务
  • 研发适应不同应用场景的家庭互联互通协议、接口标准,提升家电、耐用品等家居产品感知和联通能力。
  • 鼓励大型互联网企业建设云制造平台和服务平台,面向制造企业在线提供关键工业软件和模型库,开展制造能力外包服务,推动中小企业智能化发展。
  • 重点推广生产线重构与动态智能调度、生产装备智能物联与云化数据采集、多维人机物协同与互操作等技术
  • 支持人工智能企业加强专利布局,牵头或参与国际标准制定。
  • 推动国内优势企业、行业组织、科研机构、高校等联合组建中国人工智能产业技术创新联盟。
  • 鼓励地方围绕人工智能产业链和创新链,集聚高端要素、高端企业、高端人才,打造人工智能产业集群和创新高地。
  • 建设国家人工智能产业园。
  • 建设国家人工智能众创基地。
  • 推广基于人工智能的新型商务服务与决策系统。
  • 开发人机协同的手术机器人、智能诊疗助手,研发柔性可穿戴、生物兼容的生理监测系统,研发人机协同临床智能诊疗方案,实现智能影像识别、病理分型和智能多学科会诊
  • 开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发,推进医药监管智能化。加强流行病智能监测和防控。
  • 智能健康和养老。加强群体智能健康管理,突破健康大数据分析、物联网等关键技术,研发健康管理可穿戴设备和家庭智能健康检测监测设备,推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变。建设智能养老社区和机构,构建安全便捷的智能化养老基础设施体系。加强老年人产品智能化和智能产品适老化,开发视听辅助设备、物理辅助设备等智能家居养老设备,拓展老年人活动空间。开发面向老年人的移动社交和服务平台、情感陪护助手,提升老年人生活质量。
  • 研制面向开放环境的决策引擎,在复杂社会问题研判、政策评估、风险预警、应急处置等重大战略决策方面推广应用。加强政务信息资源整合和公共需求精准预测
  • 促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用
  • 实现对城市基础设施和城市绿地、湿地等重要生态要素的全面感知以及对城市复杂系统运行的深度认知
  • 促进社区服务系统与居民智能家庭系统协同
  • 实现智能化交通疏导和综合运行协调指挥,建成覆盖地面、轨道、低空和海上的智能交通监控、管理和服务系统
  • 建立涵盖大气、水、土壤等环境领域的智能监控大数据平台体系
  • 研发资源能源消耗、环境污染物排放智能预测模型方法和预警方案
  • 国家重大战略区域环境保护和突发环境事件智能防控体系建设
  • 研发集成多种探测传感技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品
  • 支持有条件的社区或城市开展基于人工智能的公共安防区域示范
  • 促进区块链技术与人工智能的融合,建立新型社会信用体系,最大限度降低人际交往成本和风险。
  • 促进人工智能技术军民双向转化
  • 研发布局第五代移动通信(5G)系统,完善物联网基础设施
  • 加强与国家科技重大专项的衔接,在“核高基”(核心电子器件、高端通用芯片、基础软件)、集成电路装备等国家科技重大专项中支持人工智能软硬件发展。加强与其他“科技创新2030—重大项目”的相互支撑
  • 深海空间站、健康保障等重大项目,以及智慧城市、智能农机装备等国家重点研发计划重点专项部署
  • 按照国家级科技创新基地布局和框架,统筹推进人工智能领域建设若干国际领先的创新基地。
  • 按规定程序,以企业为主体、产学研合作组建人工智能领域的相关技术和产业创新基地
  • 为有实力的人工智能企业开展海外并购、股权投资、创业投资和建立海外研发中心等提供便利和服务。鼓励国外人工智能企业、科研机构在华设立研发中心。
  • 加强人工智能相关法律、伦理和社会问题研究
  • 建立追溯和问责制度
  • 建立伦理道德多层次判断结构及人机协作的伦理框架
  • 落实对人工智能中小企业和初创企业的财税优惠政策,通过高新技术企业税收优惠和研发费用加计扣除等政策支持人工智能企业发展。
  • 建立人工智能公共专利池,促进人工智能新技术的利用与扩散。
  • 构建动态的人工智能研发应用评估评价机制
  • 开发系统性的测试方法和指标体系,建设跨领域的人工智能测试平台,推动人工智能安全认证
  • 建立适应智能经济和智能社会需要的终身学习和就业培训体系
  • 鼓励广大科技工作者投身人工智能的科普与推广
  • 鼓励社会力量参与寓教于乐的编程教学软件、游戏的开发和推广。
  • 面向公众开放人工智能研发平台、生产设施或展馆
  • 支持开展人工智能竞赛,鼓励进行形式多样的人工智能科普创作
  • 依托国家科技计划(专项、基金等)管理部际联席会议
  • 成立人工智能规划推进办公室,办公室设在科技部
  • 成立人工智能战略咨询委员会
ocean wu

分析称Twitter可通过情绪变化预测股市 - 0 views

  • 麻省理工学院的《技术评论》(Technology Review)杂志周一在其官方博客上发表了一份印度大学经济学家的研究,该研究试图通过人们在Twitter上的情绪变化来预测股市表现。其实,计算情 绪的算法早已有之——称为“谷歌情绪状态文档”(Google-Profile of Mood States),创始人是谷歌的程序员。这一算法通过人们在因特网所发布的文字来测量六种情绪水平——喜悦、仁慈、警觉、稳定、活力和镇定。 显然,当Twitter以代表流行性社交媒体时代精神的姿态到来之时,大多数人把它视作为一种传播信息的方式,而研究人员则将其视作获得大量免费数据的机会。 印度学者进行的这项研究试图使用GPOMS以及其他几种计算机科学方法,对2008年10个月时间中270万名Twitter用户发表的970万个帖子进行分析计算,并将结果与每天的道琼斯工业平均指数的收盘价进行比对。 在某个实例中,结果是正相关的。研究者们发现,当Twitter镇定情绪指数下降时,未来2至6天内股市涨跌预测的准确率高达87.5%。 许多人对这一研究的结果发出了质疑,比如,研究中提到的那一天究竟是2008年的哪一天;这一结果是否也与银行倒闭、房地产市场崩溃阴影下的全 球“镇定”指数有所关联。不过,这一理念当然还是相当吸引人的。Twitter是这样一个论坛,在这里每分钟都有活跃用户自愿发表数百万情绪贴,这些用户 与股市投资客可能——也可能不——属于同类人。那么,Twitter到底能否测量人们的投资方式呢?
  •  
    喜悦、仁慈、警觉、稳定、活力和镇定 "谷歌情绪状态文档"(Google-Profile of Mood States)
ocean wu

新浪微博的七大缺陷 - 0 views

  • 界面设计 客随主动 新浪微博的UE设计一直以来就像是设计人员怎么设计,网友们就怎么将就。这么久了,除了右下角增加的那个“回到顶部”按钮还有点用,其他的设计改动都是越改越别扭。尤其是上一次大规模改版,把“我的首页 我的微博”横在顶部,一下子废掉了大批模板,使得顶部空间骤然减少,留给用户DIY发挥空间大大降低。 未分类好友始终无法查到,如果你有几百个好友,想找找看哪些还没分类,可够你累的了。 微博搜索,输入文字后必须选择是搜人或搜内容。我输入@圣者 表达的意思够清晰了吧,还是必须选择搜人或搜内容。实在是有些怀疑新浪微博的UE从来不上微博,难道他不感觉别扭么? 观点话题 天去散花 新浪微博的话题功能一直很差,只有搜索和推荐关键字话题两种展现形式。点进去之后其实就是一个搜索结果的汇聚,粘点边儿博文全能搜到,“#”标签功能完全无用。尽管后来增加了话题直播功能,也不过摁住键盘的F5罢了,没实质性进展。 话题汇聚方式很原始。假设姚晨、宁财神、沙溢、闫妮一起聊武林外传电影版,我必须把他们同时关注了,才能了解讨论的全过程,而且时间脉络还很不清晰。如果能建立一个邀请式的话题group,那么大家围观起来就方便多了。这将是一种良性的汇聚方式,远比现在的微群功能实用。 微群定位 云山雾罩 首先你想在页面中找到微群,是相当困难的,如果想经常光顾微群,就要将地址加入收藏夹,无形中给浏览器增加了一点点负担。 新浪的微群主打小区讨论,搞了很多楼盘小区的群组,一个很摸不着头脑的定位。刨去很少很少量的现代化小区而言,大多数小区主流人群是这些微博网民么?他们一个礼拜才能在家呆几个钟头啊?大叔大婶们才是小区人群的主力。和尚庙里卖梳子,算你厉害! 好友推荐 算法离奇 我就从来没在新浪微博的好友推荐中找到感兴趣的用户。微博长年累月地给我推荐这个DJ那个主持人的,新浪是怎么分析我喜欢这些的?我平时连电视都不看。我添加的一二百个关注,没有一个是通过新浪的推荐得来。只能说新浪这个算法太浅层了,一个IP段的、有同样标签的,就能成为好友么?那些平时回复我、转发我、朋友的朋友都到哪里去了?莫非新浪认为六度理论已经过时了? 高端勋章 遥不可及 想想那个“应用牛人勋章”,我就来气。如果有银行搞个活动,存款数超过1000万的,赠送一辆奇瑞轿车,你会怎么想?你搞勋章奖励不能只针对十万分之一的那部分用户吧!话题都被高端人士占了,粉丝都被高端人士掳了,草根玩个勋章都凑不齐。看看中粮的十万沙发勋章,你让普通用户怎么玩啊? 活人僵尸 搅合不清 新浪为了让表面看起来很繁荣,一直默许僵尸的横行。大量一年半载不上线的僵尸用户,坚挺着数据,刷新着记录。要知道新浪微博已经过了注册用户增长的爆发期,这让后继那些勤奋的人追赶的很脱力。 活粉数这个数据,难道新浪想不到么?这才是真正能影响传播力的数据,虚的东西早晚坚挺不住的。这让我想起了以前某公司公布的大陆用户数量,比大陆人口都多,徒增笑话。 策划粗糙 置顶泛滥 这阵子新浪的“大顶子”出现的太频繁了,点了“X”,一刷新还出现。实在太碍眼,没办法,我参加活动总可以了吧。参加完活动再刷新……“大顶子”依然存在。 早上开微博,又被强X了一条NBA赛事信息,还是怎么点都点不掉。可怜我发的一千多条微博,没有一条写过任何与NBA有关的内容,仍然被强行推送了NBA信息。
ocean wu

未来游戏设计的十大技术挑战 - 0 views

shared by ocean wu on 25 Sep 07 - Cached
  • 1.硬件处理能力 processing powe
    • ocean wu
       
      未来:摩尔定律--芯片上集成的晶体管数目每两年翻一番--意味着未来将会有更强的计算能力。(图形处理芯片巨人Nvidia宣称一直以超过摩尔定律的速度更新它的芯片,在不到一年的时间内使芯片的处理能力翻倍)但是程序员的雄心总是走在硬件发展的前面,正如一位设计师指出的:"我们的能力越强,获得的成功越大,我们期望也越大" 对更强计算能力的渴求将永远伴随着CPU和GPU处理能力的快速发展。
  • 2. 水描绘出流动的海水
    • ocean wu
       
      未来:游戏开发者正在试验粒子系统,一种由一组颗粒组合而成的系统,所有粒子都以特定的规则对外界做出反应。然后,随着处理器性能的慢慢地增强和算法的改进,使用湍流模型--计算物理学中模糊预测(BallPark Estimate)的等价模型--能够绘制出更加真实的液体飞溅、气泡和波浪效果。
  • 3. 人脸
    • ocean wu
       
      恰当的眼部活动对生成逼真的人脸至关重要。"如果眼睛不对劲,人物看上去就像死人,"Valve的资深软件工程师肯.波德维尔(Ken.Birdwell)指出。他曾经花一年时间来研究眼球的生理结构、学习相关的知识,比如角膜的弧度如何影响光的反射,以及为何瞳孔偏心不是4度会使人被认为是斜视。 未来:克服"深谷效应"相当困难。程序员正致力于增加人脸表情的多样性,赋予不同部位的面部皮肤以不同的光泽(sheen of skin stretched across facial muscle)。
  • ...7 more annotations...
  • 4.人工智能
    • ocean wu
       
      现状:赋予游戏角色像人一样的决策能力需要使用高级的逻辑理论。顶尖的机器人工程师使用这种理论,包括决策树、可变巡航(Mobile Navigation)和有限自动机模型。未来:马泽罗尔(Mazerole)预测下一代的人工智能将能够独立地与游戏中的角色进行动态的交互。"两个'人'走路撞在一起,正好他们脾气都比较'暴躁',这时候他们应该打起来--这就是我们将来要达到的效果。"
  • 5.光影效果
    • ocean wu
       
      解决办法是Crytek公司开发的工具Polybump2。它能将复杂的物体表面转化成少量多面体组成集合体。此外,开发者进还提出了使画面表现更加真实的新技术。"我们能够根据光线的强度模拟人眼的活动,"耶利(Yerli)说。游戏画面会模拟游戏角色的视觉体验。当走进阴暗的区域,画面会表现出游戏角色的适应过程。反之从暗处冲出,画面将是一片空白,因为角色被阳光致盲。
  • 6.火焰
    • ocean wu
       
      用程序生成火的行为跟水很像,区别在于:a) 火焰移动更快,也更复杂;和b) 火要烧毁其他东西。过去的游戏中用实景动画来表现火焰,现代游戏则着重于通过火焰的变形和粘性来表现动态的烟雾和焚烧效果。
  • 7.材质物理特性
    • ocean wu
       
      Piexelux娱乐开发名为数字粒子(Digital Molecular Matter)物理引擎,可以模拟物体粉碎、破裂、扭曲和撕裂的效果。它首先将建筑物转化为数百个微小的西面体。在模拟石块撞击时,射向建筑物的石块在碰撞点替代了那里的四面体;接着,引擎根据材料的密度、强度和质量来演算碰撞点周围的四面体如何相互碰撞、移位,制造出受损部位的连锁反应效果。"我们第一次仿真玻璃破碎时,把人扔向窗户然后观察玻璃以真实的方式变成碎片,足足搞了半小时,"Pixelux的软件工程师维克.索哈(Vik Sohal)说。 未来:所有使用数字粒子引擎表现的物体都必须遵守一些列物理规律,如杨氏模数,决定物体的硬度;还有泊松比,描述了气球和苏打水这类东西的弹性。数字粒子引擎还决定了物体的内力如何聚集,在超过阀值之后使物体在最脆弱的位置破裂。树长出新枝就是这样的过程。索哈说数字粒子引擎还可以用于公路场景;它可以构造一个300磅重的令人厌恶的线路维护员,并表现他鸭子一样的姿态。
  • 8.真实的运动教布娃娃学会躲闪皮球
    • ocean wu
       
      现状:软件开发商NaturalMotion基于人工智能引擎生产了一种生成人物行为的引擎--Euphoria。它能让游戏人物在面对危险、受伤时做出动态的反应。Euphoria赋予人物虚拟的人体结构--神经、肌肉、骨骼及重量,这些"特点"使得人物能对外界刺激产生不同的响应。面对飞来的箱子,有的人会躲开,另一些则会热烈地迎接它。当箱子碰到人物,虚拟身体结构做出相应的反应。"这都是基于一个描述人类生理结构的算法,"
  • 9. 模拟真实世界让游戏手柄给你方向盘的感觉
    • ocean wu
       
      借助全球定位系统和保时捷公司的软件的帮助,艺电的开发小组记录了车辆状态(方向盘角度、刹车、离合器、刹车、闸门等)如何影响车辆的行驶(位置、速度、加速度、偏航)。这些数据直接输入游戏,使游戏中碰撞和驾驶员的动作产生与实际驾驶类似的结果。
  • 10.动作捕捉让电脑学会像人类一样观察世界
    • ocean wu
       
      现状:在Organic Motion的Stage系统中,摄像机录制镜头前人物的动作,同时电脑实时生成捕捉到的图像。这个系统不需要被观察者携带捕捉器。该系统通过由10到 14个摄像机生成的图像合成三维数据云。电脑将相邻的数据点三角化,进而形成人体的轮廓、动作。然后被填充的三维材质送入动画软件进行进一步的处理,这一步相对简单。未来:新技术的使用使游戏变得更加真实。过去的动作捕捉系统过于昂贵,开发者只能先捕捉几位主要演员的动作,然后将他们的动作移植到所有其他角色上。"
ocean wu

通过数据、算法"跨界竞争"争夺三种社会稀缺资源 - 0 views

  • 科技进步、经济波动、全球化三大浪潮,导致静态的商业模式已经消亡
  • 万维商业时代如何升维创新、战略卡位是生死存亡的关键。
  • 通过数据、算法发现三百六十行中 “跨界竞争”的机会,并在“无边界市场”中摆脱常规游戏规则,从更高维度进行混业竞争。
  • ...9 more annotations...
  • 互联网等科技的魔力就在于击穿成本底线
  • “全民总时间”、“全民总消费”和“产业总资源”。所有来自视野外的“跨界竞争”都是在争夺这三种社会稀缺资源。
  • 1、争抢全民总时间:抢用户成本大幅上升,抢时间成为王道
  • 2018年,中国7.53亿网民的“全民总时间”是32亿小时,所有面向个人用户提供娱乐、社交、零售、教育、健身、旅游的服务商都在抢夺这块“时间大蛋糕”。
  • 2、争夺全民总消费:万能供应链成为抢夺用户钱包的“杀手锏”
  • 2018年1月中国社会消费品零售总额是5.7万亿美元,全民总消费已经与美国持平。 对5.7万亿美元“全民总消费”的竞争,不断催生出囊括全球优质商品的“万能货架”,数字化供应链成为跨界商业的“超级变量”。
  • 同一个消费者来说,学英语、买衣服、吃美食、美容健身,都是在花同一个钱包里的钱,品牌不应该简单局限于同行业的竞争对手,而应该意识到“所有争夺消费者钱包的事,都是我的竞争对手
  • 3、争夺产业总资源:对产业优质企业的投资会成为战略重点
  • 因为特定行业中的头部企业资源是有限的,实体经济中的工业、农业、服务业创新型企业正在与互联网企业“重混融合”,孕育出产业赛道上的“全家桶联盟”,云技术群成为跨界商业的“超级变量”。
ocean wu

人工智能就是"视觉智能" - 0 views

  • 为什么视觉数据很重要? 人工智能的整个概念是可以构建机器来执行最人性化的任务。为了做到这一点,他们以人的智慧为模范。
  • 作为人类,我们通过观察我们周围的世界并以语言,行动和对象的形式收集我们自己的数据来学习。另一方面,计算机必须由人类提供数据以便“学习”。机器学习的过程需要比人类更多的数据,时间和迭代。 作为人类,视觉对我们自然而然而形成,我们学习的第一个技能之一就是认识面孔。然后,我们识别我们周围的物体,并赋予他们意义。 例如,我们只需要一次学习火是火,如果触摸它会烧毁我们,但机器需要数百个数据的例子来破译相同的含义,才能计算出这是火。
  • 65%的人都是视觉工作者。我们的大脑处理和分析的大部分(90%)的数据是可视化的,并且我们的大脑实际上处理的图像比文本快六万倍!
  • ...1 more annotation...
  • 构建智能机器的唯一途径是使其具有强大的视觉智能,就像动物在进化中所做的那样。
  •  
    "为了人工智能的进步,需要更加人性化。要做到这一点,它需要更高质量的视觉数据和复杂的算法将信息翻译成有意义的东西。"--然而,我们只有翻译一条路可走吗?
ocean wu

在行怎样在一年内把知识共享经济做得"在行"? - 0 views

  • 跳出来看,在行是一个大社区,它也有生态。就像淘宝要在平台的生态中平衡大卖家和小卖家、卖方和卖方的关系一样,在行也要理顺这样的关系。
  • 在行选择了行家优先原则。这就是说,在行要先照顾好行家的感受,行家才能留在这个平台上,为学员服务。
  • 远程对行家要求更高,与一个陌生人通话要求行家快速反应,陪人打一个小时电话非常累,他们互相见不着,很像纯咨询服务,在这个过程,行家也没获得其他收益。而线下见面,在楼下喝个咖啡陪人聊聊压力也不是很大,对行家来说回报除了价格之外还有其他的,比如交个朋友。价格敏感性也没有线上那么大。所以,在行就想把远程往后放,而不是一开始就做。
  • ...5 more annotations...
  • 在行 “开城” 的判断标准是城市的人口规模和互联网化程度
  • 在行定下的标准是让每个月当中至少 70%的行家接到单,而行家曝光流量就为这条运营的 “金线” 服务,算法不停去调节,流量不停去调整
  • 在行覆盖的领域分三个范畴。第一是经验交谈,是个增量市场,目前看将来会切一部分传统的职业教育、传统的咨询、传统的培训服务的一部分。第二是专业服务,比如法律、心理、职场、婚恋咨询,是存量市场。第三部分是各类生活服务和玩法,就是在行中的 “生活休闲” 板块,比如美发、美甲、陪你逛博物馆和美术馆。其中一部分是增量,一部分是存量。这也是在行所看到的未来的市场规模,而且这个市场也在快速发展。
  • 现在在行每日订单 600 单左右,行家 8000 名左右。60%的订单是由北京产生,客单价在 400 元左右。
  • 尽管看上去这事有交易属性,但仍然有社区和社交的成分在里面,太快的话很难建立社群文化。
ocean wu

「微信指数」价值及三方数据的意义 - 0 views

  • 对于微信公众号运营人员,对于品牌、市场、公关人员,这是个以后每天都要使用的工具。
  • 就目前的公开的信息来看,微信指数主要反映的是某个关键词在微信环境中的声量,可能是综合了微信公众号、微信搜索和朋友圈等一些系列用户数据得到的。   也就是说,它的实际意义在于得知某个关键词在当下微信生态中的真实热度。这就延伸出两个作用:   1、广告主可以更好地监测投放后的效果;   2、自媒体可以评估某个热点到底在微信里火不火。   先说效果监测。徐达内认为,微信指数在监测效果方面一定很有用。
  • 判断热点。 同样举个例子,如果一个运营小编想知道今天到底该追咪蒙,还是iPhone7中国红的热点。以前他只能依靠职业敏感性来判断,但今后他可以用微信指数来搜索一下。
  • ...8 more annotations...
  • 微信指数可以从一个侧面反映出信息和内容的流向变化。
  • 掌握更多用户行为数据的微信指数则会取代前者成为最具公信力的趋势指标。   前两天,关于百度取消新闻源数据库的新闻已经体现出了百度的焦虑。 在PC时代,百度几乎是垄断性的流量入口,微博、微信、今日头条等移动端资讯渠道的崛起,倒逼百度不断改进内容分发机制。对于移动新闻资讯产品而言,百度新闻在即时性信息的传递上弱于微博,在深度内容和用户时间的占据上弱于微信,在个性化算法内容的推荐上又弱于今日头条等。
    • ocean wu
       
      微信向用户搜索在引导,百度向社交、自媒体倾斜,大家都在布局用户行为数据。
  • 李彦宏在年初所说的,「让百度重回内容分发,让更多的内容主动找到人,把『大量被独立 App(微博、微信、知乎、头条等)封装化的内容』抢走的用户重新抢回来」
  • 微信生态中除了内容数据,还有用户行为数据。
  • 微信指数则证明了微信不仅能够掌控各类用户数据,并且叠加起来预测热点和趋势,未来能更精准地指导个性化推荐。
  • 基于当前微信公众号体系的内容分发能力,再加上微信指数体现出的用户行为分析能力,可以推测微信将在未来衍生出趋势预测、个性化推荐和营销服务等业务,这些足以让百度和今日头条不寒而栗。
  • 新榜指数主要反映的是某个微信公众号,或者某篇内容的传播能力。同时,新榜构建的是移动端全平台的内容价值评估标准,包括了微博、今日头条等多平台数据。   以目前占据新榜营收最大头的营销服务为例,第三方数据服务商显然可以为广告主提供更好的投前服务。
  • 在投放前,广告主需要更多地去了解一个公众号的传播能力和用户画像,从而作为决策参考。
ocean wu

高效益数字营销的四种方法 - 数字营销 市场部网 - 0 views

  • 从网站、博客、论坛到微博,大多数企业在尝试脑子里冒出来的各种营销想法,因为它们不能确定哪种方法会奏效。
  • “尽管推出这些新举措都觉得很有道理,但是,实施下来却并不合乎情理:它们只是被添加到其他的业务活动中,结果让我们在资金和运营方面战线越拉越长。”企业必须在战略、组织和运营等方面进行必要的深层次转型,成为高效益的数字营销者,这样才能变得更加灵敏、更具效率,进而加速收入增长。
  • 消费者采用他们认为适合自己的数字技术,正在从根本上改变着自己做出购买决定的方式。
  • ...17 more annotations...
  • 企业在通过对端对端的体验进行密切协调来促进收入的增长。这些增长代表着以下4个因素的累积性影响,一是获得更多的在线访问流量,二是让消费者更为有效地参与,三是提升销售转化率,四在售后加深消费者与品牌的关系。
  •  无论是接收营销电子邮件、搜索在线产品,还是使用移动设备寻找零售优惠券,今天的消费者在做出购买决定的过程中,不断地与品牌进行互动。但是,这种与品牌之间的互动却往往由企业中完全不同的部门管理。数字渠道可以使消费者的体验统一协调起来,避免错失良机。
  • 首先,它们对自己的活动进行协调,使消费者全程参与日益流行的数字化购买之旅。   第二,它们利用消费者对其品牌的兴趣,在各种媒体上发布有助于消费者树立自己个人营销身份形象的内容,并在这一过程中充当品牌大使。   第三,它们认识到,在管理为产品、细分市场、渠道和促销活动所创作的数量惊人的内容时,需要像大规模的多媒体出版商一样去思考。   最后,这些营销商需要从战略上谋划,如何收集和利用如今已经多到泛滥程度的数字数据。以前习惯于从家人或朋友处了解产品口碑并获得建议的消费者,现在开始阅读在线评论,在网站上对产品特性和价格进行比较,并通过社交网站对各种选择进行讨论。这种信息流不仅增强了消费者的能力,而且还使营销部门在消费者积极地了解产品种类并对选择进行评估时,能够参与与消费者的对话。
  • 我们来看一家全球性消费品企业,该企业在推出新产品时,传统上通常依靠大规模的媒体宣传活动。但是,由于该企业的品牌已经广为人知,因此,这样的活动无法提高实际销售额:该企业在基本上被消费者忽视了的广告营销预算上的花费高得不成比例。该企业认识到需要做出很大的转变——做出有可能波及其预算流程、组织结构和代理商阵容的转变。它将营销支出转向到消费者实际评估产品的阶段,以图在这个环节对消费者产生影响,它采取的措施有:加强其产品在商店和互联网上的展示、提高搜索引擎排名、为零售商网站开发内容、在博客写手等在网络中有重要影响的人士中培养口碑,培育来自他们的推荐。该公司花费在传统媒体中的支出下降了,广告代理预算转向在线内容开发。这样做的结果是:顾客考虑该公司前三大顶尖品牌之一的比例翻了一倍,商店内销售人员对其产品的推荐率增长了两倍,从而显著提高了其市场份额。
  • 从产品介绍类的静态内容、到游戏、再到其他多媒体内容。营销商正在其他组织和人员的各种网站与移动平台上同时发布大量内容和应用
  • 传统的营销者将60%的预算花费在“工作媒体”(或付费媒体)上,20%花在内容创建上,其余的花费在员工和代理机构上。数字渠道有着自身的社会属性,颠覆了传统营销者的经济规则,它主要关注参与人群中数量较少的一个核心层,他们能够向广泛的受众散布正面的印象或分享信息。
  • 积极的数字营销商倾向于将营销预算的30%用于付费媒体,而50%用于创建内容。
  • 在消费者体验的整个过程中,对内容进行协调并非易事,但如果不能成功地进行这种协调,所产生的后果则更加难以应对。
  • 消费者可通过一个中心网站来参与活动,该网站提供创建介绍事业的博客工具以及进行分发的Widget工具,从而让更广泛的群体能够展示他们之间的联系,还有一个中心系统让会员能够对各项事业进行评分。
  • 为消费者决策历程提供支持需要大量的内容,涉及的内容广阔且范围不断增大,远非传统广告那么简单。
  • 允许消费者制造自己的品牌,不可避免地会在企业中引起越来越多的对于丧失品牌控制权的担忧。关键是要在保留控制权和为消费者创造机会接受你的内容之间实现一种平衡。
  • 多数企业现在已经变成出版商,它们在成本和质量方面有着更为复杂的担忧,但其行为却依然像单纯的广告客户
  • 大多数营销商没有能够采用多媒体出版商使用的规则,他们没有意识到在进一步的经营中,他们面临着快速攀升的生产成本、不必要的重复、不一致的内容质量,而且与消费者的互动也处于二流水平。
  • 一家全球性B2B软件供应商,为其每个地区的每种产品制造越来越多的内容,从广告到拥有成本分析工具、销售支持材料、再到使用手册,所有这些内容都针对不同类型的受众、不同的在线投放位置进行定制。陈旧过时的内容在网络中继续存在。许多有用的内容没有得到合适的标注,或者没有与相关的内容链接,使得消费者难以寻找。比如,该企业自己网站中的产品介绍常常不同于经销商网站中相同产品的介绍。最后,内容创建的预算被分散埋藏在各个业务部门,没人能弄清楚如何才能减少内容的数量,或按照统一的标准创建内容。   这家软件公司的解决之道是,对内容创建采用全面的、基于产品组合的方法,以降低生产成本,使其内容可重复使用,寻找新的途径,以改善所提供内容对消费者的体验和感受。该公司对于整个企业的活动进行深入研究,计算总的内容发布成本,并了解其多媒体出版形象的传播情况。在此基础上,该公司对系统进行合理化,实施了新的流程,创建了新的机构对内容进行协调、编辑和管理。他们还制定了绩效衡量指标,对内容推动销售的情况进行追踪。一个中心仓库存储着产品介绍等可重复使用的核心内容物件。销售人员和用户可自动接收到根据其特殊需求定制的产品更新通知。为了更好地在适当的时间向适当的消费者提供有针对性的适当内容,他们还创建了数据库和分析工具,这种对内容进行的外科手术式的精准投放,使内容所产生的影响最大化。   像这样转变视野——从传统的广告商转变为有理有节的个性化出版商——帮助该公司将每年的运营成本减少数千万美元。与以往相比,通过提供更加及时、更加个性化和更实用的内容,其网站产生的潜在客户群有了大幅度增加。在指导客户在购买的过程中使用公司网站进行研究和获取支持时,该软件公司的销售人员感觉更加自信了。通过改善客户体验,新的方法提高了效率,同时还提升了资产和投资的回报率。
  • 当潜在的客户积极地评估各种产品选择时,要立即在恰当的位置提供恰当的信息。当网络聊天开始诋毁你的品牌时,你所做的反应多快都不为过。当你需要针对比以往变化更快的周期(最终变为以日计算)优化搜索和其他媒体支出时,你没有任何时间可以浪费。
  • ,一家管理着4万多条检索词的电信运营商,开发了数十种算法来发现并接触相关的消费者,该运营商专门设立了一个“作战室”,来发现网络上的抱怨或谣言,并对之做出迅速反应。获得这种机动反应能力需要对数据工具进行明智的投资,需要一组训练有素的分析师和能够做出快速行动的灵活流程。完全不需要召开若干天的会议,然后产生冗长的业绩报告,来最终取代行动。精明能干的数字营销商能够熟练地运用情报收集工具和流程,通过研究搜索结果中的排名或主要零售网站上的报道,分析出客户正在看些什么。这些营销商通过分析客户的在线行为、解读他们所说的话、对在线讨论内容进行数据挖掘、持续诚心征求反馈意见,了解消费者正在做些什么。这样的情报是在数字营销中赢得领先优势的活力源泉,它们将深入的见解在整个企业中广为传播,推动其不断优化,并提升必要的个性化,使消费者觉得这个品牌正是自己所需要的(图表2)。
  • 企业常常会发现,它们需要提升自己的技术基础架构、扩展分析技能、打破业务部门的界线,调整组织结构,并为实施新的经营规则构建流程。企业需要做出艰难的决策,比如由谁来领导制定新的产品推出计划;如何重新调整全球、地区和本地部门中内容创建的预算;如何重新平衡传统媒体和数字媒体的作用等。技术和营销职能部门需要密切合作,与IT部门达成明确的服务水平协议,为信息密集程度极高的数字营销活动提供足够的支持。重塑营销职能始于接受一个新的观点:即营销需要完成什么任务。营销新视野要求负责营销的高管更上一层楼,成为责任更为广泛的、能够跨职能协调的一个角色,对消费者正在经历的决策历程要有真知灼见,并擅长使用所需工具,指导消费者完成这一历程。
ocean wu

高效益数字营销的四种方法 - 0 views

  • “尽管推出这些新举措都觉得很有道理,但是,实施下来却并不合乎情理:它们只是被添加到其他的业务活动中,结果让我们在资金和运营方面战线越拉越长。”企业必须在战略、组织和运营等方面进行必要的深层次转型,成为高效益的数字营销者,这样才能变得更加灵敏、更具效率,进而加速收入增长。
  • 成功的数字营销商将注意力集中在管理4个核心价值源
  • 首先,它们对自己的活动进行协调,使消费者全程参与日益流行的数字化购买之旅。 第二,它们利用消费者对其品牌的兴趣,在各种媒体上发布有助于消费者树立自己个人营销身份形象的内容,并在这一过程中充当品牌大使。 第三,它们认识到,在管理为产品、细分市场、渠道和促销活动所创作的数量惊人的内容时,需要像大规模的多媒体出版商一样去思考。 最后,这些营销商需要从战略上谋划,如何收集和利用如今已经多到泛滥程度的数字数据。以前习惯于从家人或朋友处了解产品口碑并获得建议的消费者,现在开始阅读在线评论,在网站上对产品特性和价格进行比较,并通过社交网站对各种选择进行讨论。这种信息流不仅增强了消费者的能力,而且还使营销部门在消费者积极地了解产品种类并对选择进行评估时,能够参与与消费者的对话。
  • ...19 more annotations...
  • 精心策划完整的消费者体验
  • 数字渠道可以使消费者的体验统一协调起来,避免错失良机。
  • 企业在通过对端对端的体验进行密切协调来促进收入的增长。这些增长代表着以下4个因素的累积性影响,一是获得更多的在线访问流量,二是让消费者更为有效地参与,三是提升销售转化率,四在售后加深消费者与品牌的关系。
  • 在消费者体验的整个过程中,对内容进行协调并非易事,但如果不能成功地进行这种协调,所产生的后果则更加难以应对。
  • 为了确保营销投资与对潜在客户的购买决定所产生的影响能够成比例,需要采取类似的严格措施。我们来看一家全球性消费品企业,该企业在推出新产品时,传统上通常依靠大规模的媒体宣传活动。但是,由于该企业的品牌已经广为人知,因此,这样的活动无法提高实际销售额:该企业在基本上被消费者忽视了的广告营销预算上的花费高得不成比例。该企业认识到需要做出很大的转变——做出有可能波及其预算流程、组织结构和代理商阵容的转变。它将营销支出转向到消费者实际评估产品的阶段,以图在这个环节对消费者产生影响,它采取的措施有:加强其产品在商店和互联网上的展示、提高搜索引擎排名、为零售商网站开发内容、在博客写手等在网络中有重要影响的人士中培养口碑,培育来自他们的推荐。该公司花费在传统媒体中的支出下降了,广告代理预算转向在线内容开发。这样做的结果是:顾客考虑该公司前三大顶尖品牌之一的比例翻了一倍,商店内销售人员对其产品的推荐率增长了两倍,从而显著提高了其市场份额。
  • 如果做得好,电视广告至少应该做到激发消费者进行关键字搜索。出色的搜索排名应该提供易于寻找的网络链接,指向在其他媒体中正在促销的特定产品。链接还应该深入到特定的地方,以帮助消费者了解并购买产品。零售商网站应该以相同的图片和丰富的描述来展示同一种产品,并提供库存信息。而且,所有这些图片和信息都应该保持一致。
  • 鼓励客户帮助你扩大营销预算覆盖面
  • 运用出版商的准则来控制成本
    • ocean wu
       
      案例说明
  • 客户要决定着看些什么、如何使用所看到的内容、并将其转发到与自己相关的在线社区,营销者“棘手的工作”更多地由客户代劳了。
  • 正确的投资,积极的数字营销商花费在营销上的资金占销售额的比例可以大幅度降低,且对业绩的负面影响极小或者根本没有。
  • 允许消费者制造自己的品牌,不可避免地会在企业中引起越来越多的对于丧失品牌控制权的担忧。关键是要在保留控制权和为消费者创造机会接受你的内容之间实现一种平衡。
  • 一家全球性B2B软件供应商,为其每个地区的每种产品制造越来越多的内容,从广告到拥有成本分析工具、销售支持材料、再到使用手册,所有这些内容都针对不同类型的受众、不同的在线投放位置进行定制。陈旧过时的内容在网络中继续存在。许多有用的内容没有得到合适的标注,或者没有与相关的内容链接,使得消费者难以寻找。比如,该企业自己网站中的产品介绍常常不同于经销商网站中相同产品的介绍。最后,内容创建的预算被分散埋藏在各个业务部门,没人能弄清楚如何才能减少内容的数量,或按照统一的标准创建内容。     这家软件公司的解决之道是,对内容创建采用全面的、基于产品组合的方法,以降低生产成本,使其内容可重复使用,寻找新的途径,以改善所提供内容对消费者的体验和感受。该公司对于整个企业的活动进行深入研究,计算总的内容发布成本,并了解其多媒体出版形象的传播情况。在此基础上,该公司对系统进行合理化,实施了新的流程,创建了新的机构对内容进行协调、编辑和管理。他们还制定了绩效衡量指标,对内容推动销售的情况进行追踪。一个中心仓库存储着产品介绍等可重复使用的核心内容物件。销售人员和用户可自动接收到根据其特殊需求定制的产品更新通知。为了更好地在适当的时间向适当的消费者提供有针对性的适当内容,他们还创建了数据库和分析工具,这种对内容进行的外科手术式的精准投放,使内容所产生的影响最大化。     像这样转变视野——从传统的广告商转变为有理有节的个性化出版商——帮助该公司将每年的运营成本减少数千万美元。与以往相比,通过提供更加及时、更加个性化和更实用的内容,其网站产生的潜在客户群有了大幅度增加。在指导客户在购买的过程中使用公司网站进行研究和获取支持时,该软件公司的销售人员感觉更加自信了。通过改善客户体验,新的方法提高了效率,同时还提升了资产和投资的回报率。
  • 积极的数字营销商倾向于将营销预算的30%用于付费媒体,而50%用于创建内容。
  • 为消费者决策历程提供支持需要大量的内容,涉及的内容广阔且范围不断增大,远非传统广告那么简单。
  • 大多数营销商没有能够采用多媒体出版商使用的规则,他们没有意识到在进一步的经营中,他们面临着快速攀升的生产成本、不必要的重复、不一致的内容质量,而且与消费者的互动也处于二流水平。
    • ocean wu
       
      案例说明
  • 从本质上讲,大多数企业现在已经变成出版商,它们在成本和质量方面有着更为复杂的担忧,但其行为却依然像单纯的广告客户
  • 运用情报以提高业绩
  • 当潜在的客户积极地评估各种产品选择时,要立即在恰当的位置提供恰当的信息。当网络聊天开始诋毁你的品牌时,你所做的反应多快都不为过。
  • 比如,一家管理着4万多条检索词的电信运营商,开发了数十种算法来发现并接触相关的消费者,该运营商专门设立了一个“作战室”,来发现网络上的抱怨或谣言,并对之做出迅速反应。获得这种机动反应能力需要对数据工具进行明智的投资,需要一组训练有素的分析师和能够做出快速行动的灵活流程。完全不需要召开若干天的会议,然后产生冗长的业绩报告,来最终取代行动。精明能干的数字营销商能够熟练地运用情报收集工具和流程,通过研究搜索结果中的排名或主要零售网站上的报道,分析出客户正在看些什么。这些营销商通过分析客户的在线行为、解读他们所说的话、对在线讨论内容进行数据挖掘、持续诚心征求反馈意见,了解消费者正在做些什么。这样的情报是在数字营销中赢得领先优势的活力源泉,它们将深入的见解在整个企业中广为传播,推动其不断优化,并提升必要的个性化,使消费者觉得这个品牌正是自己所需要的
ocean wu

Personality Analytics - The Next Must-Have Feature for Social CRM? - 0 views

  • 可以有一个CRM战略的深刻影响社会:性格类型来迎合客户的代表。注册与使用 快速公司 如何报告 eLoyalty 使用的是进程通信模型(PCM),相同的性格测试美国宇航局用于评估宇航员,以满足客户的支持与谁通话类型的客户代表,符合他们的个性。 但是,这是一个有效的方法或只是垃圾科学? 据快速公司,这里的工作原理是: background-image: initial; background-attachment: initial; background-origin: initial; background-clip: initial; background-co
  • 作为人格测试,例如  迈尔斯,布里格斯类型指标 在历史上面临着很多批评。 所有性格测试更能够避免 Forer影响 ,“人民趋势对发言台准确率,他们即使是高度个人的发言可以应用到其他人。”
  • 如果eLoyalty真正分析一个客户的个性在一个单一的语音通话,而且我们当然不是说可以,社会CRM的应用可以是巨大的。 eLoyalty可以收集更多的客户从一个社交图信息,做出更聪明的客户服务代表的匹配。 它也可以用来作为分配客户或潜在客户代表特定的销售方法。
  • ...2 more annotations...
  • Personality tests such as the  Myers-Briggs Type Indicator have historically faced much criticism. All personality tests much be able to avoid the Forer Effect, "the tendency of people to rate sets of statements as highly accurate for them personally even though the statements could apply to many people."
  • If eLoyalty can truly analyze a customers personality based on a single voice call, and we're certainly not saying that it can, the applications for social CRM could be huge. eLoyalty could gather much more information from a customers social graph and make more intelligent matches with customer service reps. It could also be used as a method for assigning customers or potential customers to particular sales reps.
  •  
    分析呼叫者的语言模式和其他行为的线索,以确定他们的性格类型。使得 社会化 CRM 通过简短的讲话解析出用户"人格类型",以提高客户服务代表分配客户或应对潜在客户进行特定的销售方法。
Vincent Tsao

网上DVD租赁运营模式之战 - 译言翻译 - 0 views

  • 这个生意如果要有钱赚,平均每个用户每月看DVD的数量不能超过5张。(译者:见文章开头的介绍) 如果用户寄回DVD太快了,唯一的办法就是把给他寄下一张DVD的时间拖延些。Netflix和其他同业公司都有这样一个复杂的算法,在这里或那里想办法把收到用户寄还DVD的日期改晚一两天。目的是让那些看DVD太快的用户慢下来。
  • Netflix 是美国一家著名的网上租赁DVD的站点。长尾中也把Netflix作为长尾战略的典型成功例证。其基本运作模式为:用户订购6美元到24美元不等的包月服务。价格的不同由每月可以租DVD的张数,和每次可以同时租DVD的张数不同而决定。Netflix 通过邮寄方式把DVD寄给用户,同时附上一个邮资已付的回寄信封。对用户寄回DVD的时间不做限制,只是旧的不还,就不能租新的了。
  • 最近Blockbuster的一系列举措将让Netflix遭受重创:(译者:以下根据原文做了调整和归纳)2005年Blockbuster推出了网上租赁服务,但由于邮寄迟缓,当时并没有对Netflix构成威协。但最近Blockbuster 把网络服务和已有的连锁店业务结合起来了:通过网上租赁邮寄来的DVD可以还到任何一家Blockbuster的连锁店(译者:至少在加州,从几乎任何地点开车10分钟之内就可以找到一家Blockbuster),而还DVD的同时可以免费租一部电影或游戏。于是我把 Netflix 的服务取消了,而加入了Blockbuster的服务计划。这样我既可以立刻看到新片,又可以通过邮寄服务看到难找的老片了。
  • ...1 more annotation...
  • 如果他们不满意,不用Netflix了,也没关系。因为从他们身上反正也赚不到钱。
ocean wu

白鸦 » 展现方式成为搜索战争的突围口? - 0 views

  • 1、最近在搜索结果呈现方式上两个关键词经常出现:综合(整合)搜索、搜索建议。 2、综合(整合)搜索,简单来说: 现在google、baidu的搜索结果“默认的都是网页”,随着网络媒介内容和搜索内容的不断丰富,对于图片、音乐、视频等内容的搜索需求越来越大,用户需要一个包括网页、图片、音乐、视频等等更多类别内容在一起的搜索结果; 3、“搜索建议”只是一种帮助用户更加准确录入搜索条件的手段,最早只是用链接的方式展示在搜索结果的上面,后来有过很多的用法实验,google第一个将其正式插入到了用户第一次录入搜索条件的动作中。 . 4、其实在搜索领域的创新尝试上最为积极的一直是ask.com,最早推出“综合搜索”概念的也正是ask.com。 比如,搜索Steve Jobs,搜索结果的页面会这样呈现:中间是和他相关的网页,右侧会出现“图片”“百科”“视频”“新闻”等相关结果,左侧会列出来“相关搜索建议”、“扩展搜索”(更多和他相关的东西)、“相关人物”(搜索引擎判断出来这是个人,所以会给出类似“Bill Gates”这样的建议,如果判断是其他的事物也会给出与其同类的建议) 5、可惜当ASK将这个测试了N久的新模式在几个月以前正式推出后,他的市场占有率反倒出现了较大的缩水(李开复说的,具体数字我没有找到)。 我个人认为这种新模式没有得到较好效果的主要原因是: 一个页面一下子展现出来太多的东西,用户反倒不知道该如何选择;他们大都已经适应了从上往下一条条的去看结果,对于一个上下左右全是搜索结果的页面他们会不知所措;这样的设计把原本“简单”的事情搞“复杂”了。 (当你在实验室访谈那些“典型用户”是否喜欢这种模式时,他们却总是会说自己很喜欢这种方式。) 6、往往“看似不错”的创新一般都会很快被复制。 这个在反响并不好的“创新” 就很快被在搜索市场穷途陌路的yahoo抄袭了过去,并美其名曰自己的“创新之举”为:“全能搜索”。(其实他们也测试了一段) 7、yahoo美国也一直信誓旦旦的要不惜重金改进自己的搜索。但他们不会笨到像微软搞live.com一样冒险尝试过于新鲜的模式。 于是最近yahoo的搜索有了两个大变化: 变化1:改进了用户录入过程的“搜索建议”。 不仅仅建议出现的动态效果更“炫”,而且建议的内容也不再像google那样只能从输入的开头起,还可以从中间的关键词计算出来。(其实这个数据是现成的,但这种建议才是真正的“搜索建议”,对于用户的作用要高于google那种只是“输入的建议”。可惜为了那种会使界面拉动的更“炫”的效果,yahoo这个搜索建议的出现等待时间不得不更长一些) 变化2:在不到两个月后,紧随google也正式推出了“整合搜索”。(目前他们还都只是在一些特殊关键词上的尝试,并非大规模的应用。大概是为了避免被人鄙视说抄袭google,yahoo给这个翻译成“通用搜索”) . 8、 如果说“综合搜索”是把搜索图片、音乐、视频等相关内容,都一股脑的在页面上找个不同位置罗列出来; 那么,“整合搜索”就是“按照原先网页搜索结果那种一条条的展现方式,罗列包括网页在内的更多图片、音乐、视频等搜索结果”。 9、其实这种罗列方式并非整合搜索的最大问题。(无外乎就是怎么展示嘛) 真正关键的是:搜索引擎在背后如何更好的计算出什么样的结果排在前面,什么样的结果要排在后面。 比如,在搜索“周杰伦”的时候音乐得排在影视前面,搜索刘亦菲的时候就要反过来。 也就是说,“综合搜索”其实只是把所有类别的搜索结果都找地方摆出来,而“整合搜索”是先把不同类别的搜索结果排好顺序,再按照用户习惯的方式展现出来。 之前ask.com只是通过最简单的方式给展示了出来,也没有解决最麻烦的算法问题。现在google和yahoo在解决更加复杂的问题… . 10、keso说搜索的游戏已经GAME OVER。 我认为某些还没有落后太远的选手其实还会有机会,虽然从搜索结果如何更匹配上很难有大的超越,但是“如何更好的呈现搜索结果”也许会是一个突围口。
1 - 20 of 40 Next ›
Showing 20 items per page