话题公司 › 网易

公司:网易

关联话题: NetEase

网易是一家中国大陆大型互联网科技公司。目前提供网络游戏、门户网站、移动新闻客户端、移动财经客户端、电子邮件、电子商务、搜索引擎、博客、相册、社交平台、互联网教育等服务。截至2020年1月16日,网易公司的市值为442亿美元,其收入中大约79%来自于在线游戏服务(2019年第三季度)。

有道围棋 AI:智能匹配儿童棋力的良师益友

当围棋 AI 为少儿用户提供服务时,少儿用户很难直接从高水平 AI 获取知识。

rrweb 带你还原问题现场

为了快速定位并解决CMS使用过程中遇到的问题,开发了问题一键上报插件,用于还原问题现场。本文会简要阐述问题上报插件的设计,以问题上报插件作为一个入口去探索rrweb库的实现原理。

浏览器渲染魔法之合成层

浏览器与前端开发的关系不言而喻,而了解浏览器的渲染原理,可以帮助我们提升页面性能,解决一些渲染上的问题。最近在开发一个移动端 H5 页面的时候,就遇到一个奇怪的问题,有一个榜单页面在最新版本 IOS 手机上切换 tab 的时候,左上角的倒计时出现闪烁。

通过插件查看了一下 DOM 结构正常,样式也和其他手机上一致,那问题出在哪里呢?我想大概率是最新版本 IOS 浏览器渲染的问题。说到这种渲染问题,我第一时间想到的就是用 GPU 渲染提升为合成层试试,于是我给倒计时的 DOM 加上了简短的一行代码 will-change:transform,问题顺利解决,倒计时模块的渲染不在受其他内容的影响。为啥加了这段代码就是用 GPU 渲染,并且提升为合成层呢?以及合成层是什么?让我们一起来看看吧。

Android 隐私合规静态检查(二)

之前分享了一篇关于 Android 隐私静态合规检查的文章,今天我们继续分享一下如何针对 so 调用、查找隐私方法调用入口等场景进行静态检查工作。

网易有道 REDIS 云原生实战

本次以Redis为范例,阐述了有道基础架构团队在基础设施容器化道路上的实践。

语音合成(TTS)技术在有道词典笔中的应用实践

如何更快地、更稳定地在有限资源下提供高质量的语音合成技术是有道AI团队的目标和关注的重点。

LOOK 直播活动地图生成器方案

在最近的活动开发中,笔者完成了一款大富翁的游戏。在整个地图中,有很多的组成路径的方格以及作为房产的方格,如果一个个手动去调整位置,工作量是很大的。因此需要一个方案能够帮助我们快速确定方格在地图中的位置。下面便是笔者所采用的方法

网易云信本地服务端集群录制探索与实践

本文主要介绍了网易云信本地服务端集群录制的整体系统架构。

如何在 Electron 上实现 IM SDK 聊天消息全文检索

在 IM 场景的客户端需求上,基于本地数据的全文检索(Full-text search)扮演着重要的角色。本文具体来聊聊网易云信是如何实现全文检索的。

私有化场景下大规模云原生应用的交付实践

本文根据作者在 CSDN 云原生 Meetup 深圳站的演讲内容整理,分享云原生趋势下网易数帆在私有化场景下大规模应用的交付实践,包括在实践过程中遇到的问题,如何实现标准化、高效率且高质量的交付方案,以及取得效果。

Eggjs 入门解构

Eggjs虽然提供了入门教程,但是有大量的约定俗成,对于理解上有一定的成本和门槛。本文以快速入门的例子通过不同的角度进行解读,阐述相关编程思想,希望能帮助大家能更好的掌握这一框架。

网易云音乐私人FM推荐模型迭代

私人FM歌曲推荐场景在网易云音乐中拥有着极好的用户口碑,本次分享的内容主要包括私人FM在召回、粗排和精排等阶段模型迭代的思考与经验;此外,相比于电商等其它领域的流式推荐,音乐领域流式推荐存在更加丰富的实时行为与正负反馈,围绕上述两点也将介绍一些探索性的工作。

k-means聚类算法家族与R语言示例

k-means是常见的一种聚类算法,自1967年首次发表后被广泛应用在多个领域。在多年的发展基础上,k-means已经拓展出了许多变形,称为K-means算法家族。这其中就包括k-means++,k-medoids,k-medians,k-modes,k-prototype以及它们的模糊版本。这些成员都在数据分析中的聚类算法里承担着重要的作用。

Flutter在线编程实践总结

本文主要记录了如何一步步学习了解Flutter视图绘制原理,然后应用到性能监控和性能优化的实践。

KubeDiag 框架技术解析

KubeDiag 是基于 Kubernetes 云原生基础设施能力打造的开源框架,旨在解决云原生体系中运维诊断的自动化问题,帮助用户更加平滑地完成容器化落地。本文将为大家解读 KubeDiag 整体框架设计。

WebRTC 视频渲染

本文主要分享 GPU 方案在传统 RTC 场景的探索与落地,涉及内容包括 GPU 方案介绍以及 RTC 场景的结合使用。

首页 - Wiki
Copyright © 2011-2024 iteam. Current version is 2.123.4. UTC+08:00, 2024-04-19 13:37
浙ICP备14020137号-1 $访客地图$