知鸦日报2021-03-06

优惠券是我们电商中最常见的活跃用户的一种方式，简单的设计就能带来巨大的客流量。虽然小小的一张优惠券并不会占用太多的版面，也不会浪费太多的色彩去装饰，但想要知道优惠券的种类、特点，还需要我们认真剖析，仔细揣摩。

本篇主要从技术上来盘点所有可能遇到的风险，进行有效的预防与监控。

本文会先简单介绍history对象的一些属性，然后会重点介绍history对象的一些实际应用，以此来帮助我们加深对history对象的理解。

本文着重介绍基于laravel框架搭建的一个检测平台，对业务代码中命名空间是否导入、导入的命名空间类源文件是否存在以及类常量是否定义进行检测。目前可以做到在每次代码提交时进行扫描检测，检测结果以企业微信方式通知。

本文将介绍贝壳在进行APP瘦身过程中使用的包大小分析工具，其中会着重介绍如何从library维度进行分析的方案实现。

一个标准样式的H5页面，包含头部标题栏和WebView内容区域。本文将介绍在装修业务场景中对标题栏的花式改造和应用。

为了保证Pinterest的安全和激励，除了用实时规则引擎打击垃圾信息外，我们还通过版主调查和自动系统主动对违反社区准则的内容采取行动。我们的机器学习模型可以识别出违反我们政策的内容，从健康错误信息到仇恨言论、自我伤害和图形暴力。多年来，我们还在使用Spark、LSH和TensorFlow检测类似图像的能力上取得了进步，并将其应用于信任和安全工作。

通过买家需求数据，eBay卖家可以获取买家在搜索查询中使用的商品详情信息。这种洞察力提高了卖家对商品具体信息的完成度，从而进一步提高了列表的质量、知名度和销量。

eBay的全球市场将人们与他们喜爱的物品联系在一起。由于市场上有如此多的选择，我们的卖家面临的一个挑战是如何让他们的列表脱颖而出，并激发买家进行购买。在这篇文章中，我们介绍了一个使用事件驱动系统、微服务、推荐系统和数据聚合层构建的分布式应用架构。

随着机器学习的不断发展，改变了它所涉及的各个行业，它才开始为审计世界提供信息。作为一名数据科学家和前CPA审计师，我可以理解为什么会出现这种情况。从本质上讲，审计是一个专注于细枝末节并调查任何例外情况的领域，而机器学习通常寻求推断广泛的模式。审计专注于分析历史事件，而机器学习解决方案则倾向于预测未来事件。最后，大多数审计人员缺乏必要的教育或编码技能，无法在工作中熟练地尝试使用机器学习。下面我将展示我们如何使用机器学习来解决Uber的一个特殊审计问题，并延伸出我们的方法论和架构如何被利用来解决更大的审计行业的其他数据问题。

在一个大小为 rows x cols 的二维矩阵中查找目标值 target ， 已知此矩阵的每一行、每一列的数字都是有序的。

在长度为 n 的字符串 s 中搜索长度为 m 的子串 p 的位置。

本文以 ABCDABEABDCBCDDBBCDBACD 为主串 ，BCDBACD 为子串，作为用例。

“小布助手”月度活跃用户数突破一亿，成为国内首个月活用户数破亿的手机语音助手。

iFeedback智能分类系统，提供了基于BERT模型分类和基于规则分类两种模式，通过对海量用户反馈进行快速自动化分类/打标签，提高了问题跟进和反馈分析处理的效率。

文本生成是自然语言处理（NLP）领域中非常重要且具有一定挑战性的分支。本文以实际业务中标题生成的需求为背景，结合主流的文本生成方法进行实践，并对当前的方法进行改进，有效提升了用户体验与招聘双方的连接效率，实现了为招聘业务赋能。

没有根的商业都是暂时繁荣。