导读：美团是一个生活服务领域的平台，需要大量知识来理解用户的搜索意图，同时对于商家侧我们也需要利用现有的知识对海量信息进行挖掘与提取，进而优化用户体验。今天分享的主题是知识图谱在美团推荐场景中的应用。主要包括以下几方面内容：美团知识图谱介绍美团推荐场景介绍美团推荐中的知识应用总结与展望--01美团知识图谱介绍首先介绍美团的知识图谱：美团大脑。美团所涉足的生活服务领域需要大量知识。例如，当用户搜索“10人聚餐”的query时，我们需要对它结合知识进行理解，得到用户想找大桌或者找包间的意图。同时，对于商家侧，我们也需要利用UGC评论中挖掘出类似于“有大桌”、“有包间”这样的标签。基于知识的理解和匹

导读：今天为大家介绍京东零售大数据的云原生平台化实践，主要包括以下几大方面内容：云原生的定义和理解云原生相关技术的演化京东大数据在云原生平台化上的实践云原生应用平台的发展分享嘉宾：刘仲伟京东架构师编辑整理：张明宇广州某银行出品社区：DataFun01/云原生的定义和理解1.云原生的定义云原生这个概念大家已经很熟悉了，但是否有一个准确的定义呢？每个人都在说云原生，但大家对云原生的理解是不同的。CNCF对云原生的定义如下：很多时候，大家会想应用容器化就等于云原生化，应用上了Kubernetes是否等于云原生化，使用了Kubernetes的API是否等于云原生化？答案是不一定，因为云原生的定义在变化

导读：电商场景的搜索排序算法根据用户搜索请求，经过召回、粗排、精排、重排与混排等模块将最终的结果呈现给用户，算法的优化目标是提升用户转化。传统的有监督训练方式，每一步迭代的过程中优化当前排序结果的即时反馈收益。但是，实际上用户和搜索系统之间不断交互，用户状态也在不断变化，每一次交互后排序结果和用户反馈也会对后续排序产生影响。因此，我们通过强化学习来建模用户和搜索系统之间的交互过程，优化长期累积收益。目前这个工作已经在京东全量上线。今天的介绍会围绕下面五点展开：搜索排序场景及算法概述强化学习在搜索排序中的建模过程基于RNN用户状态转移建模基于DDPG的长期价值建模规划与展望--01搜索排序场景及

导读：美团是一个生活服务领域的平台，需要大量知识来理解用户的搜索意图，同时对于商家侧我们也需要利用现有的知识对海量信息进行挖掘与提取，进而优化用户体验。今天分享的主题是知识图谱在美团推荐场景中的应用。主要包括以下几方面内容：美团知识图谱介绍美团推荐场景介绍美团推荐中的知识应用总结与展望--01美团知识图谱介绍首先介绍美团的知识图谱：美团大脑。美团所涉足的生活服务领域需要大量知识。例如，当用户搜索“10人聚餐”的query时，我们需要对它结合知识进行理解，得到用户想找大桌或者找包间的意图。同时，对于商家侧，我们也需要利用UGC评论中挖掘出类似于“有大桌”、“有包间”这样的标签。基于知识的理解和匹

导读：为什么要使用机器来理解音频内容呢？一个重要的出发点就是在大量数据存在的情况下，由人来完成音频内容的理解是一件较为困难的事情，在图片和文本处理方面，快速理解尚有一定实现的可能，古代有一个形容人记忆力很好的成语叫做走马观碑，描述一个人骑着快马路过一个石碑，看到石碑上密密麻麻的小字一瞬间就能够全部记下来。但是对于音频与视频这种内容，即使在加速的情况下也需要一定的时间来听完、看完音频和视频内容才能够进一步理解它。如果采取人力处理这些问题会遇到困难，我们就可以借助于机器辅助人来进行处理。机器在理解音频的过程中需要理解哪些内容呢？就需要我们来分析场景问题。--01内容安全在18年的时候，红极一时的一

导读：随着实时计算的发展，越来越多的业务利用实时计算平台开发实时数据。与离线任务不同，实时任务需要更小的时延和更高的可靠性，如何更好地保障实时数据的质量是每个实时计算平台都需要解决的问题。本次的分享题目为虎牙实时计算SLA实践之路，主要分为以下几个部分：平台介绍核心SLA定义核心能力建设未来展望--01平台介绍1.发展历程虎牙业界领先的实时内容创造与直播互动能力离不开有力的基础支撑，实时计算平台作为一个关键技术，发展历程主要分为四个阶段：混沌期：在2019年之前，业务各自搭建实时计算引擎，导致技术栈的不统一和资源利用率不高。统一期：2019年之后统一使用Flink，提供集中任务和资源的管理。主

导读：本次讲座从图数据库中的核心查询算子——子图匹配入题，介绍了图数据库的基本概念、子图匹配的算法，以及在图数据库环境下的子图匹配查询优化等内容。具体包括下面三个方面：什么是图数据库子图匹配查询及其优化方法我们的工作--01什么是图数据库1.数据库数据库研究的核心就是将物理世界映射到信息世界，在数据库学习课程中会学到一个概念模型E-R图。E-R图表示实体与实体之间的关系，也会将实体的属性包含在内。2.回顾-关系型数据库（RDBMS）我们再回顾一下关系型数据库是怎么实现E-R关系映射的。E-R图是一个概念模型，是在对信息世界、物理世界建模的时候需要一个概念模型（ConceptualModel）。

导读：为什么要使用机器来理解音频内容呢？一个重要的出发点就是在大量数据存在的情况下，由人来完成音频内容的理解是一件较为困难的事情，在图片和文本处理方面，快速理解尚有一定实现的可能，古代有一个形容人记忆力很好的成语叫做走马观碑，描述一个人骑着快马路过一个石碑，看到石碑上密密麻麻的小字一瞬间就能够全部记下来。但是对于音频与视频这种内容，即使在加速的情况下也需要一定的时间来听完、看完音频和视频内容才能够进一步理解它。如果采取人力处理这些问题会遇到困难，我们就可以借助于机器辅助人来进行处理。机器在理解音频的过程中需要理解哪些内容呢？就需要我们来分析场景问题。--01内容安全在18年的时候，红极一时的一

导读：随着实时计算的发展，越来越多的业务利用实时计算平台开发实时数据。与离线任务不同，实时任务需要更小的时延和更高的可靠性，如何更好地保障实时数据的质量是每个实时计算平台都需要解决的问题。本次的分享题目为虎牙实时计算SLA实践之路，主要分为以下几个部分：平台介绍核心SLA定义核心能力建设未来展望--01平台介绍1.发展历程虎牙业界领先的实时内容创造与直播互动能力离不开有力的基础支撑，实时计算平台作为一个关键技术，发展历程主要分为四个阶段：混沌期：在2019年之前，业务各自搭建实时计算引擎，导致技术栈的不统一和资源利用率不高。统一期：2019年之后统一使用Flink，提供集中任务和资源的管理。主

导读：本次讲座从图数据库中的核心查询算子——子图匹配入题，介绍了图数据库的基本概念、子图匹配的算法，以及在图数据库环境下的子图匹配查询优化等内容。具体包括下面三个方面：什么是图数据库子图匹配查询及其优化方法我们的工作--01什么是图数据库1.数据库数据库研究的核心就是将物理世界映射到信息世界，在数据库学习课程中会学到一个概念模型E-R图。E-R图表示实体与实体之间的关系，也会将实体的属性包含在内。2.回顾-关系型数据库（RDBMS）我们再回顾一下关系型数据库是怎么实现E-R关系映射的。E-R图是一个概念模型，是在对信息世界、物理世界建模的时候需要一个概念模型（ConceptualModel）。