- 综合排序
- 最热优先
- 最新优先
- 来自专栏携程技术
干货 | 浅谈携程大住宿研发效能提升实践
这是大住宿在敏捷转型前遇到最频繁的问题。团队成员视角割裂导致各角色只关注于自己熟悉的领域，而忽略目标价值的交付，最终会产生非必要的浪费。 3. 如何透明化组织、团队的目标，暴露重复、多余、无价的任务，节省成本 面对挑战，大住宿正在持续不断的探索改进中： 1. 为了更好的达到上下和左右对齐目标，提高协作效率，大住宿从今年Q1开始试行部门级产研一体的季度规划和复盘活动。 大住宿从2014年开始推行敏捷转型，敏捷让团队实现价值驱动管理。传统开发模式除了瀑布接力开发外，还有一个是任务驱动管理。 大住宿在去年接入公司统一产品研发管理平台IDEV后，不仅提高了产品研发过程的透明性，也率先实现了需求数字化管理。
1.4K20编辑于 2022-12-14 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-8 scikit-learn中的scaler
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍在sklearn中使用数据归一化。
1.4K00发布于 2019-11-13 - 来自专栏机器学习AI算法工程
python数据挖掘：能不能找出吃货最佳住宿点？
这次我爬出了哈尔滨市TOP285家好吃的店，包括烧烤的TOP，饺子的TOP，酱骨的TOP等等等等，在地图上显示，规划热点，再用聚类算法计算下能不能找出吃货最佳的住宿点，能够距离吃的各个地方行程最近，吃货们 可能是住宿的最佳点把，因为离各个好吃的距离是比较近的，这本来就是kmeans的核心。 ---- ? 可以从图像自带缓冲区看重叠部分，看包子热点 所以综上所述，喜欢吃包子的吃货，可以选择以上的点当做中转点或者住宿点，到哪个包子铺都是比较近的，但是！！！谁会一天三餐加夜宵都吃包子？？ 总结 最终住哪，这不是我能决定的，主要还是靠交通，住宿环境和个人心情，推荐住在地铁附近，吃货可以选择在中央大街附近，最繁华，也里老道外很近，好吃的很多~诶，等等，我不是在做学术研究么。。
1.2K50发布于 2018-03-15 - 来自专栏携程技术
干货 | StarRocks在携程大住宿智能数据平台的应用
作者简介 Wenjun，携程资深软件工程师，负责大住宿数据智能平台的研发与维护，对于大数据领域技术有浓厚兴趣。 一、平台现状 大住宿数据智能平台（简称HData）是一个为携程大住宿业务提供数据可视化的平台。 在大住宿内部，每个部门关心的指标侧重点不同，权限控制不一样，所以数据展示的方式也是多样化。 HData每天有将近2200左右的UV，10w左右的PV访问，而节假日期间的访问量基本会翻2到3倍。
2.1K20发布于 2021-11-02 - 来自专栏脑电信号科研科普
theta悖论:4-8 Hz的EEG振荡既反映睡眠压力又体现认知控制
theta振荡（4—8赫兹）反映了警觉认知控制状态活动和睡眠剥夺，是睡眠状态下压力的标志。本研究中，我们调查了认知任务和睡眠剥夺期间中，脑电位振荡的差异。我们测量了18名年轻健康成年人（9名女性）在3种睡眠剥夺水平下执行6项任务的高密度脑电图。我们发现认知负荷和睡眠剥夺都增加了内侧前额叶皮质区域的theta功率；然而，睡眠剥夺导致了许多额叶其他部位的theta波增加。睡眠剥夺相关的theta(sdTheta）出现位置随任务不同而不同，在视觉空间任务和短时记忆任务中范围最广，在被动音乐学习任务中辅助运动区活动最强，而在空间任务时颞下回皮层最强。此外，任务行为的改变和睡眠剥夺时的theta增加相关，但是相关无任务特异性而且多重校正后不显著。总之，这些结果表示在睡眠剥夺期和认知过程中that a振荡主要发生在与当前行为无关的皮层区域。
99730编辑于 2023-01-16 重构大住宿业运营链路：绿云科技基于企点大模型落地高ROI场景
构建智能化业务闭环：底层引擎成功融合了结构化数据（如账务记录）与非结构化数据（如语音指令、文本对话），深度发挥算法优势，构建起涵盖“感知-分析-行动”的完整闭环，从根本上重塑了大住宿业的数字生态。
16310编辑于 2026-04-15- 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题4-8 高空坠球
习题4-8 高空坠球 皮球从某给定高度自由落下，触地后反弹到原高度的一半，再落下，再反弹，……，如此反复。问皮球在第n次落地时，在空中一共经过多少距离？第n次反弹的高度是多少？
1.7K10发布于 2020-09-15 - 来自专栏linux 自动化运维
自动统计出差费用-shell 脚本自动统计， 计算车费，餐补，住宿补。并且转换金额大写
# 60元/天 20 # 20 天 ) zslist=( # 住宿费标准 170 # 住宿 170元/天 19 # 19 天 ) zslist[1]} ; zssum=`echo "" | awk -v x="$x" -v y="$y" '{printf "%.2f", x*y}' ` zssumstr=`echo "住宿补为
59800编辑于 2023-06-09 绿云科技融合腾讯企点大模型：驱动3.5万家大住宿企业向“算法驱动”转型
应对长服务链路断点，驱动大住宿业向算法驱动转型 大住宿业（涵盖酒店、公寓、邮轮、文旅综合体等）的数字化进程正面临从“系统记录”向“自主决策”跨越的拐点。 绿云科技选择接入腾讯企点大模型及其大型机器人管理平台，构筑了高确定性的技术底座： 通过调用腾讯企点任务型/加模型选择（如餐饮iPOS、商务版机器人），绿云能够在封闭或半封闭的企业级环境中训练和调度AI，确保核心运营数据和会员隐私“不上公网”，满足大住宿业对数据安全的高度关注
14110编辑于 2026-04-08- 来自专栏量子位
贴心老板马斯克：会议室里提供床，方便员工007
△11月初，推特产品管理总监睡办公室地板上 目前还没有具体的统计公布，所以没办法明确知道改造了多少个卧室，只能据内部员工推测，每层楼大概有4-8个的样子。 住宅建筑有不同的建筑规范要求，包括那些用于短期住宿的建筑。” 为此，老马怒而回击道： 我们公司给疲惫的员工提供床位，你还来哔哔。 有这个精力，咋不去保护儿童呢？
44330编辑于 2022-12-08 - 来自专栏大数据成长之路
scala快速入门系列【偏函数】
示例二 定义一个列表，包含1-10的数字 请将1-3的数字都转换为[1-3] 请将4-8的数字都转换为[4-8] 将其他的数字转换为(8-*] 参考代码 ? 运行结果: List([1-3], [1-3], [1-3], [4-8], [4-8], [4-8], [4-8], [4-8], (8,*), (8,*)) ---- 本期的内容分享就到这里了
36120发布于 2021-01-26 - 来自专栏区块链领域
像投资比特币一样投资旅游民宿
一、民宿通MST——全球旅游住宿产业的“币安” 民宿通MST是全球第一家旅游住宿产业区块链资产交易平台。 民宿通的先天优势在于它利用区块链技术直击了行业痛点，致力于解决交易所的多数token没有应用场景和使用价值、住宿类的token很难上线现有交易所、住宿产业急需金融创新的三大“痛点”。 正是看中了“全球旅游产业”的巨大价值和潜力以及住宿产业在旅游行业的龙头地位，民宿通MST应运而生。 ? 2018年4月28日 中国·上海 在第三届国际民宿博览会上探讨民宿通赋能全球旅游住宿产业 ? 近20天内MST住宿类区块链资产交易平台已协助近百家精品民宿酒店发行民宿通证，为平台储备了大量的优质项目。
73220发布于 2018-07-23 - 来自专栏程序员分享
差旅首选:第一次出差温州开住宿餐饮发票实体店电子专用,保姆级教程请收好‖第一财经
温州开住宿1️⃣5️⃣9️⃣一1️⃣4️⃣1️⃣5️⃣一8️⃣️5️⃣2️⃣9️⃣餐饮电子发票哪里,可先开。 住宿费、餐饮费、会务费、劳务费、技术服务费、咨询费、医药费、运输费、建材钢材、机械设备、办公用品、劳保用品、建筑工程等态输入）-决策层（LLM+ 规则引擎）-执行层（API生态）智能体的架构可清晰地分为三个关键层级
21410编辑于 2026-03-16 - 来自专栏云计算linux
学生宿舍管理系统
正普数字化校园宿舍管理系统是为学校宿管科老师方便管理学生住宿情况设计的信息管理系统，通过宿舍管理系统可实时掌握学校公寓使用情况、每个公寓楼房间住宿情况、全校学生住宿情况、每个学生住宿详细信息等等 系统不仅仅支持单条数据记录的处理更支持批量记录的处理，例如：批量生成房间、批量退宿、批量入住等；系统增加了特有的临客管理功能，为管理临时住宿人员提供便利；系统还提供了预分宿舍功能，可以在迎新现场直接为学生分配宿舍 实现数据实时更新，满足管理人员对学校住宿情况的实时掌握。 全面覆盖学校宿舍管理涉及的各方面信息，满足宿舍管理业务流程 提供宿舍辅助管理功能，使宿舍管理更加完善。 软件界面
90010编辑于 2024-12-19 - 来自专栏知晓程序
从刷脸支付到入住，腾讯正用「读脸术」改变你的吃穿住行
从商场、便利店、无人店的刷脸支付，到刷脸过闸，如今，腾讯云又要将刷脸等互联网、物联网能力整合到大住宿行业，从而实现前台「刷脸入住」、手机上实时远程控制等等酒店体验。 住酒店就像住在自己家里一样，这是对酒店住宿体验的感性表达。 然而，怎样才能让顾客感受到回家的体验呢？ 其实，对于顾客来说，酒店住宿主要包括 3 个阶段：入住前，办理入住流程；正式入住；以及结束入住，办理退房。 深度赋能住宿业，店家的痛点是什么？ 顾客端的便捷化，不应该加重后端服务的负担，而是能够同时优化住宿行业的经营模式、服务方式。 在后互联网时代，从酒店运营和营销的角度，智慧化将是酒店未来的发展方向。 腾讯云大住宿行业解决方案依托腾讯云大数据、用户画像等能力，精准定向目标客户群体，并通过广点通等投放渠道做精准营销，最后通过大住宿客流共享平台为酒店引流。
1.4K30发布于 2018-07-03 - 来自专栏携程技术
干货 | 在搜索引擎广告关键词生成上，算法可以做什么？
以下以住宿产品为例，阐述模块的细节。 例子： 上海酒店住宿 ——> 上海 + 酒店住宿 ——> {城市名} 酒店住宿 虹桥机场宾馆优惠 ——> 虹桥机场 + 宾馆优惠 ——> {地理兴趣点名称} 宾馆优惠 Beijing family accomodation > 上海 + 住宿 ——>{酒店名} + {住宿需求词} 具体方法为：基于词典来进行分词与词性标注。 下面我们逐一地来看看模块A (是否住宿相关)，模块B (酒店住宿意图识别) 的内部细节。 相应的，如果一个搜索语句大概率点击的是非住宿相关的搜索结果，那么就生成一条非住宿相关的搜索语句正样本。分类为住宿相关，并且概率大于一定阈值的搜索语句会进入住宿意图识别模块。
1.5K20发布于 2020-05-09 - 来自专栏钱塘大数据
【五一出游大数据】世界那么大，赶紧去看看！
导读：五一出游大数据：综合景点、饮食、住宿三项指标，算出各个城市值得玩的综合得分。结果表明，内地城市中，西安、杭州、成都成为最值得玩城市。台北、中国澳门、中国香港三地中，台北三项综合得分更高。 从全国各省分别选择了一个代表性热门旅游城市，通过蚂蜂窝、大众点评、携程旅游网分别获得这些城市的景点、美食、住宿满意度评价情况。 综合景点、饮食、住宿三项指标，算出各个城市值得玩的综合得分。结果表明，内地城市中，西安、杭州、成都成为最值得玩城市。台北、中国澳门、中国香港三地中，台北三项综合得分更高。 （如图7） 住宿篇 桂林、成都、敦煌满意度高 通过携程获取各城市住宿最低价在150-300元之间的酒店评价情况，算出消费者对各个城市住宿的总体满意度。 另外，由于中国香港、中国澳门、台北三地住宿消费价格与内地有区别，因此另行对比。结果显示，桂林、成都、敦煌等地的住宿消费者满意更高。
1K100发布于 2018-03-05 - 来自专栏新智元
爱彼迎中国关门大吉！美团、途家、飞猪忙接盘
共享住宿的「鼻祖」，共享经济的「样板」 爱彼迎，Airbnb，于2007年诞生于美国旧金山，聚焦全球民宿预订服务。 伴随着国内共享经济的崛起，其「共享住宿」模式一度成为众多企业的学习样板。 CNBC报道提及，「近年来，中国市场住宿业务只占爱彼迎整体收入大约1％」。 从数据上看，进入中国市场的这些年，爱彼迎交出的业绩单一直不够好看，最终在疫情及水土不服的压力下选择退场。 据智研咨询研究报告显示，2019年作为共享经济最发达的年份，我国共享住宿收益只占全国住宿业务营收的6.9％。 就在共享住宿在中国市场一直难以热起来的同时，露营经济却在中国悄然崛起。 几年的本土化尝试后，这个共享住宿「鼻祖」、老牌民宿「龙头」还是选择了退出。 爱彼迎在《致房东和体验达人的信》中称，业务调整在于固本培元，聚焦出境游业务。 纵观整个共享住宿行业产业链，主要由房源、房东、共享住宿销售平台、第三方系统支持服务、房客等5部分组成。其中，房客、房源和平台尤为关键。
72320编辑于 2022-05-25 - 来自专栏机器学习/数据可视化
pyecharts-9-绘制桑基图
，这些开支主要分成5大块： 住宿 餐饮 交通 服装 红包 每个部分又分别有不同的去向，所以这些数据就自然构成了一条条的链路，比如：总费用—住宿—房租（2000），总费用—交通—滴滴（220）等，我们只考虑两个节点之间的关系 ', 'target': '房租', 'value': 2000}, {'source': '住宿', 'target': '水电', 'value': 400}, {'source': '住宿', 'target': '管理费', 'value': 100}, {'source': '住宿', 'target': '网络费', 'value': 80}, {'source': '餐饮', ' '}, {'name': '饮料'}, {'name': '鞋子'}, {'name': '地铁'}], 'links': [{'source': '总费用', 'target': '住宿 ', 'target': '房租', 'value': 2000}, {'source': '住宿', 'target': '水电', 'value': 400}, {'source': '住宿
2.6K31发布于 2021-03-01 - 来自专栏用户11163528的专栏（2）
数据库服务器的 CPU 核心数怎么选
- 内存：4-8 GB。- 存储：50-100 GB SSD。- 网络带宽：100 Mbps。二、中型数据库- 应用场景：中等规模的企业应用、电子商务网站、有一定并发访问量的应用。 - 推荐配置：- CPU 核心数：4-8 核。- 内存：8-16 GB。- 存储：100-500 GB SSD。- 网络带宽：1 Gbps。 - 中并发（100-1000 个并发用户）：4-8 核。- 高并发（超过 1000 个并发用户）：8 核以上。2. 查询复杂性：- 简单查询：4 核即可满足需求。
3.4K10编辑于 2025-02-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号