全域采集与增长分析Quick Tracking
全域采集与增长分析（Quick Tracking）是阿里云推出的应用数据采集及分析产品，为运营、BI、产品和决策层提供一站式数据化运营服务：通用的多维度用户行为分析、自助分析功能、数据无缝对接其他大数据产品，助每个企业实现基于大数据技术的精细化运营能力。
数据采集稳定、准确.-10余种分析模型满足日常灵活分析需求-拖拽式搭建看板，让业务分析有逻辑，懂增长-秒级查询体验，多场景分析洞察更高效.多维分析有逻辑.-一站式提供开发、产品等角色行为数据和性能数据洞察-提供App、Web、小程序性能监控与告警能力-挖掘业务增长与用户体验间微妙变化.性能监控保障用户体验.统一事件与...
来自：
云产品
基于函数计算FC实现大语言模型部署
在现代AI应用中， Qwen /chatglm2-6b 和Stable Diffusion等模型因其强大的功能而受到关注。然而，这些模型对计算资源的高需求和复杂的运维管理成为部署时的挑战。基于函数计算FC的无服务器计算模式为这类模型的部署提供了全新的解决方案。用户只需关注模型的部署和调用逻辑，而无需关心底层的服务器配置、资源分配和扩展性等问题。函数计算FC能够自动处理函数的执行环境，包括冷启动、弹性伸缩等，确保模型能够在大规模的请求下稳定运行。
应用场景 在文本理解与创作、智能客服、情感分析等领域，Qwen/chatglm2-6b等模型的部署至关重要。这些场景 通常需要处理大量的数据，并实时生成准确的响应。通过将 Qwen/chatglm2-6b等部署在函数计算 FC 上，提供了高效、弹性、低成本的部署解决方案。解决问题•简化模型部署流程•全链路自适应弹性，无需为流量峰谷做频繁...
通义千问和LangChain搭建对话模型
本方案结合通义千问和LangChain技术构建高效的对话模型，该模型基于自然语言处理技术提升语义理解和用户交互体验。它可以有效解决传统对话模型在理解能力和交互效果上的局限，使得用户沟通更加自然流畅，被广泛应用于聊天机器人、智能客服和社交媒体等多种场景。
本方案重点介绍如何利用微服务自主构建RAG能力，如果您倾向于完整的RAG产品模式，可以参考阿里云百炼提供的RAG检索增强服务。体验本方案预计花费9元/60分钟（根据用户选择的实例规格，供参考）方案部署跟随方案教程，用通义千问和LangChain搭建一个对话服务方案介绍 通过PAI-EAS预置镜像，一键部署通义千问的对话模型。通过...
来自：
解决方案
向量检索与通义千问搭建专属问答服务
本方案介绍如何使用向量检索服务（DashVector）结合通义千问大模型来打造基于垂直领域专属知识等问答服务。解决大模型本身在处理特定领域的知识表示和应用时的局限性。为企业提供部署简单，便于集成，实时高效，专业稳定的应用服务。
产品解决方案文档与社区权益中心定价云市场合作伙伴支持与服务了解阿里云备案控制台方案导读本方案介绍如何使用向量检索服务（DashVector）结合通义千问大模型来打造基于垂直领域专属知识等问答服务。解决大模型本身在处理特定领域的知识表示和应用时的局限性。为企业提供部署简单、便于集成、实时高效、专业稳定的应用服务...
来自：
解决方案
基于FC实现的Web端视频录制最佳实践
场景描述在很多互娱场景，在线教育领域会有直播视频录制的需求，但是往往一个页面上的内容是多种多样的，不止有直播流，可能还有白板，评论等其他元素，如果只是录直播流，那内容是不完整的，所以需要将整个屏幕的内容录制为视频。该最佳实践可以有效解决这个场景。
基于 FC实现的 Web端视频 录制最佳实践 文档版本：20240325（发布日期）文档版本：20150122（发布日期）II 基于FC实现的 Web端视频录制最佳实践 文档版本信息 文档版本信息 文本信息 属性 内容 文档名称 基于 FC实现的 Web端视频录制最佳实践 文档编号 368 文档版本 V1.1 版本日期 2024-03-25 文档状态 对外发布 制作人 计...
基于MSE云原生网关同城多活
借助云原生微服务MSE网关，MSE配置注册中心的同城容灾多活微服务应用。构建一个经典的微服务场景，实现同城容灾的步骤，体现云原生相关产品在用户上云，高可用同城容灾多活场景下的能力。
文档版本：20240423 10 基于MSE云原生网关同城多活最佳实践 部署基础环境 应用计价成功后，CADT会实时生成一个应用架构成本分析报告，可以单击查看报告。步骤16 如果确认价格符合预期，可以单击下一步：确认订单。确认订单阶段会列出架构中所有的产品及其价格，需要用户确认无误后勾选接受《云 速搭服务条款》，此时下一步...
SAE-ACK应用双跑最佳实践
场景描述 实现ACK、SAE中部署的应用在东西向和南北向互通，实现SAE-ACK应用双跑。 应用场景 该最佳实践应用于两类场景： l 因为SAE支持更丰富自动扩缩指标（比如QPS，RT，TCP连接数等），所以将相对稳态的应用部署在ACK中，将相对弹性波动大的应用部署在SAE，借助SAE更强大的自动扩缩应对流量洪峰。 l 将K8s架构迁移到Serverless架构时，需要平滑过渡，所以该最佳实践中的双跑架构可以有效帮用户平滑的完成迁移。
应用计价成功后，CADT会实时生成一个应用架构成本分析报告，可以单击查看 报告。文档版本：20240311 12SAE-ACK应用双跑 场景验证 如果确认价格符合预期，可以单击下一步：确认订单。确认订单阶段会列出架构中所有的产品及其当天价格，需要用户确认无误后勾选接受《云速搭 服务条款》，此时下一步：支付并创建才会高亮...
基于SpringCloud应用玩转MSE实践
随着业务不断创新，大型的单个应用和服务会被拆分为数个甚至数十个微服务，微服务架构已经被广泛应用。 微服务的好处在于快速迭代，如何在迭代过程中保障线上流量不受损。依赖开源产品缺少无运维工具，常常需要投入较大的运维人力和成本。 本实践提供基于云原生应用产品提供微服务注册配置中心、微服务治理和云原生网关等一系列高性能和高可用的企业级云服务能力。
5.1.ACK集群部署应用 步骤1登录ACK集群，新建命名空间project-qa（如果修改了命名空间名称，需要对应修改后续yaml文 件的namespace参数）文档版本：20240229基于SpringCloud玩转MSE 步骤2：在命名空间中，通过YAML分别创建4个应用：基线版应用：mseconsumer、mseprovider 灰度版应用：mseconsumer-gray、mseprovider-gray ...
大模型RAG对话系统部署
大模型RAG对话系统最佳实践，旨在指引AI开发人员如何有效地结合LLM大语言模型的推理能力和外部知识库检索增强技术，从而显著提升对话系统的性能，使其能更加灵活地返回用户查询的内容。适用于问答、摘要生成和其他依赖外部知识的自然语言处理任务。通过该实践，您可以掌握构建一个大模型RAG对话系统的完整开发链路。
这里需要注意，如果通过 CADT创建的 VPC、vswitch中人工通过其他方式添加了资 源，如通过控制台或者 API等购买了 ECS，释放时因为这些非 CADT部署的资源会 依赖 VSW和 VPC，会出现释放失败。遇到这类问题请先去控制台人工进行资源清理 后，在 CADT中再次释放资源即可。步骤1 在 CADT页面中，打开资源清单，点击释放全部资源...
文本生成3D模型
方案是以在GPU云服务器上部署一个HRN人脸重建模型为例，演示如何借助云上的GPU算力助力您在工作中应用AIGC。底层GPU云服务器具备强大的并行计算能力和浮点运算性能，进一步提升3D模型的效率和精度。在游戏开发、影视制作、室内设计等场景经常需要很多高精度3D模型。人工建模费时费力，借助AIGC，可有效降低成本并提高制作效率。
产品解决方案文档与社区权益中心定价云市场合作伙伴支持与服务了解阿里云备案控制台方案是以在GPU云服务器上部署一个HRN人脸重建模型为例，演示如何借助云上的GPU算力助力您在工作中应用AIGC。底层GPU云服务器具备强大的并行计算能力和浮点运算性能，进一步提升3D模型的效率和精度。在游戏开发、影视制作、室内设计等场景...
来自：
解决方案
基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测
本篇最佳实践先创建EMR集群作为数据湖对象，Hive元数据存储在DLF，外表数据存储在OSS。然后使用阿里云数据仓库MaxCompute以创建外部项目的方式与存储在DLF的元数据库映射打通，实现元数据统一。最后通过一个毒蘑菇的训练和预测demo，演示云数仓MaxCompute如何对于存储在EMR数据湖的数据进行加工处理以达到业务预期。
数据分析预测最佳实践 II 文档版本：20150122（发布日期）文档版本：20240417（发布日期）文档版本信息 基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测 文档版本信息 文本信息 属性 内容 文档名称 基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测 文档编号 199 文档版本 V1.2 版本日期 2024-04-22 文档状态 外部...
文本摘要
基于深度语义分析模型，文本摘要对文本中的关键信息进行自动抽取，并生成指定长度的摘要。文本摘要方法能够对冗长文本进行简洁准确的总结，同时将重点放在传达有用信息的章节，而又不失去文章大意。 文本自动摘要旨在将冗长文档变成缩写版本，若手动完成则可能非常麻烦且成本高昂。
更多产品与服务.文本标题生成.查看自然语言处理的简介.了解计费模式与具体定价....自动分析文本中的依存句法结构信息，对自然语言的进行深度理解.依存句法分析.为自然语言文本中的每个词汇赋予一个词性.图片56*56(不可与icon共存）.图片logo.icon名称(不可与图片logo共存）.icon名称.不填写不展示.更多产品与服务.
来自：
云产品
人工智能-自然语言处理-文本分类
按照给定类目体系对输入文本进行自动分类，当前已支持新闻资讯领域和电商领域的文本分类。如需更多类目体系的定制化，请使用NLP自学习平台。
基于电商行业的大量语料研发，对消费者历史评价和新增评价的商品维度属性自动解析，将文本转化为结构化属性字段，高效甄别正负面评价，同时根据情感强烈程度进行-1分~1分的打分，可统计可分析，大幅度节省客服人工.商品评价解析.将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列，同时保持对数据、模型的不断...
来自：
云产品
文本纠错
准确识别输入文本中出现的拼写错别字及段落位置信息，并针对性给出正确的建议文本内容。 文本纠错支持短文本、长文本、语音识别结果等多种文本内容，在搜索引擎、人机对话、语音识别、内容审核等方面有广泛的应用，能显著提高这些场景下的语义准确性和用户体验。
自动分析文本中的依存句法结构信息，对自然语言的进行深度理解.依存句法分析.将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列.为自然语言文本中的每个词汇赋予一个词性.命名实体识别.将文本中特定类型的事物名称或符号识别出来.图片56*56(不可与icon共存）.图片logo.icon名称(不可与图片logo共存）.icon名称...
来自：
云产品
游戏数据运营融合分析
场景描述 1.游戏行业有结构化和非结构化数据融合分 析需求的客户。 2.游戏行业有数据实时分析需求的客户，无法 接受T+1延迟。 3.对数据成本有一定诉求的客户，希望物尽其 用尽量优化成本。 4.其他行业有类似需求的客户。 方案优势/解决问题 1.秒级实时分析：依托ADB计算密集型实例， 秒级监控DAU等数据，为广告投放效果提 供有力的在线决策支撑。 2.高效数据融合分析：打通结构化和非结构化 数据，支撑产品体验分析；广告买量投放效 果实时（分钟级）分析，渠道的评估更准确。 3.低成本：DLA融合冷数据分析+ADB存储密 集型温数据分析+ADB计算密集型热数据分 析，在满足各种分析场景需求的同时，有效 地降低的客户的总体使用成本。 4.学习成本低：DLA和ADB兼容标准SQL语 法，无需额外学习其他技术。 产品列表 专有网络VPC、负载均衡SLB、NAT网关、弹性公网IP 云服务器ECS、日志服务SLS、对象存储OSS 数据库RDSMySQL、数据传输服务DTS、数据管理DMS 分析型数据库MySQL版ADS 数据湖分析DLA、QuickBI
来源分析 游戏玩家来源分析里面，新增设备分析用来预测该款游戏的生命周期和拉新效率等，文档版本：20210224 112 游戏数据运营融合分析 经典游戏数据运营分析场景列举 均为评价该款游戏是否被玩家广泛接受的一个非常重要的指标，一个典型的来源分 析如下图所示：如此统计新增设备、新增玩家等计算的 SQL示例通常如下：...
电商网站数据埋点及分析
场景描述 数据埋点是数据产品经理、数据运营以及数据分 析师，基于业务需求（例如：CPC点击付费广 告中统计每一个广告位的点击次数），产品需求 （例如：推荐系统中推荐商品的曝光次数以及点 击的人数）对用户行为的每一个事件对应的位置 进行开发埋点，并通过SDK上报埋点的数据结 果，记录数据汇总后进行分析，推动产品优化或 指导运营。 解决问题 1.电商网站广告位效果统计分析 2.电网网站推荐商品曝光、点击、购买等行为统 计分析 3.电商网站用户分布分析 4.电商网站页面热点图分析等 产品列表 日志服务SLS Dataworks 云服务器ECS 云数据库RDS版 负载均衡SLB 专有网络VPC
电商网站数据埋点及分析 最佳实践 部署架构 场景描述 数据埋点是数据产品经理、数据运营以及数据分 析师，基于业务需求（例如：CPC点击付费广告 中统计每一个广告位的点击次数），产品需求（例 如：推荐系统中推荐商品的曝光次数以及点击的 人数）对用户行为的每一个事件对应的位置进行 开发埋点，并通过 SDK上报埋点的数据...
人工智能-自然语言处理-情感分析
又称倾向性分析，或意见挖掘，它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。利用情感分析能力，可以针对带有主观描述的自然语言文本，自动判断该文本的情感正负倾向并给出相应的结果。支持英语，泰语，越南语，印尼语。
基于电商行业的大量语料研发，对消费者历史评价和新增评价的商品维度属性自动解析，将文本转化为结构化属性字段，高效甄别正负面评价，同时根据情感强烈程度进行-1分~1分的打分，可统计可分析，大幅度节省客服人工.商品评价解析.将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列，同时保持对数据、模型的不断...
来自：
云产品
基于MaxCompute的大数据BI分析
场景描述 本文以电商行业为例，将业务数据和日志数据使用 MaxCompute做ETL之后，同步到ADB进行实时 分析，之后通过QuickBI进行快速可视化展示。 解决问题 1.互联网行业、电商、游戏行业等网站、App、 小程序应用内BI分析场景。 2.可扩展到各类网站BI分析场景使用。 产品列表 1.MaxCompute 2.分析型数据MySQL版 3.日志服务SLS 4.QuickBI 5.云服务器ECS 6.RDSMySQL版
基于 MaxCompute的大数据 BI分析 最佳实践 场景描述 业务架构 本文以电商行业为例，将业务数据和日志数据使用 MaxCompute做 ETL之后，同步到 Hologres进行实时分 析，之后通过 Quick BI进行快速可视化展示。解决问题 1.互联网行业、电商、游戏行业等网站、App、小程 序应用内 BI分析场景。2.可扩展到各类网站 BI分析场景...
Spark on ECI大数据分析
场景描述 方案优势 1.计算引擎弹性扩缩容，兼顾资源弹性与计 算资源成本优化。 2.计算与存储分离架构，结合阿里云原生云 存储产品，海量数据湖优势。 3.Kubernetes原生的调度性能优势，提升在 大规模分析作业时的分析性能优势分。 4.集群资源隔离和按需分配。 解决问题 1.计算资源弹性能力不足，计算资源成本管 控能力欠缺. 2.集群资源调度能力和隔离能力不足。 3.计算与存储无法分离，大数据量分析时出 现数据存储资源瓶颈。 4.Spark submit方式提交分析作业参数支持 有限等缺点。 产品列表 容器服务Kubernetes版(ACK) 弹性容器实例(ECI) 文件存储HDFS 对象存储OSS 专有网络VPC 容器镜像服务ACR
如 果使用 OSS只需修改相应的 core-site.xml里与 OSS bucket相关的配置并且在数据分 析作业开发里修改文件存储以及分析结果地址为相应的 OSS bucket地址即可。1.4.安装 Apache Hadoop 步骤1 下载 Apache Hadoop安装压缩包。在 Apache官方网站(https://archive.apache.org/dist/hadoop/common/)下载对应需要 的压缩包。步骤2...
- 产品推荐
- 这些文档可能帮助您