<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[JavaChaoCo的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/JavaChaoCo</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; JavaChaoCo]]></copyright><item><title><![CDATA[AI Agent 评测数据集全景图：从 GUI 到具身智能，一文掌握主流 Benchmark]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/156134581</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/156134581</guid><author>JavaChaoCo</author><pubDate>Sun, 21 Dec 2025 21:17:23 +0800</pubDate><description><![CDATA[本文介绍了《AIAgent评测数据集全景图》项目，针对当前AIAgent评估生态分散、标准缺失的问题，系统梳理了39+主流评测数据集。项目按GUI操作、具身智能、反思规划和工具调用四大核心能力维度分类，详细解析了WebArena、GAIA、ToolBench等典型数据集的特点和适用场景，并提供了开源导航站awesome-agent-benchmarks（GitHub/dataanswer），支持开发者快速定位合适的评估工具。该项目旨在通过结构化分类的权威数据集清单，推动AIAgent评测标准化发展，促进技术]]></description><category></category></item><item><title><![CDATA[Palantir的研究到金融风控（二）]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807634</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807634</guid><author>JavaChaoCo</author><pubDate>Sat, 18 Aug 2018 12:28:17 +0800</pubDate><description><![CDATA[目前人工智能已经深入金融、零售、汽车等行业，其中在金融行业的应用场景比较明确，所以AI在金融行业的发展比较快，应用相对要比其它行业来说要成熟。承接上篇文章Palantir的研究到金融风控（一），这里着重总结一下知识图谱在金融领域的应用：

一、知识图谱能帮金融做什么？



举几个例子：











以股票投研情报分析为例：

通过知识图谱相关技术从招股书、年报、公司公告、券商研究报告、...]]></description><category></category></item><item><title><![CDATA[知识图谱技术]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807619</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807619</guid><author>JavaChaoCo</author><pubDate>Sat, 18 Aug 2018 12:25:56 +0800</pubDate><description><![CDATA[数联未来，数据融合是未来重要的方向，那么对于大数据来说目前主要存在如下几个挑战：1、多源异构数据难以融合转化并映射到同一平台，数据模型的灵活创建、

以及数据模型间的关联关系也难以实现；

2、数据模式动态变迁困难，当客户新需求、业务新认知时，需要修改数据结构以及业务逻辑，带来扩展性差，对客户响应慢、维护成本高等问题；

3、非结构化的数据，计算机难以理解，用户搜索难以返回精确的结果；

通过对知...]]></description><category></category></item><item><title><![CDATA[基于知识图谱推理的关系推演]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807603</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807603</guid><author>JavaChaoCo</author><pubDate>Sat, 18 Aug 2018 12:23:50 +0800</pubDate><description><![CDATA[对于知识图谱的关注可以分为两个方面：知识图谱的构建和基于知识图谱数据结构的应用。知识图谱的构建主要关注如何整合结构化、非结构化的数据，实现用统一的语义数据结构如三元组RDF形式的数据存储。基于知识图谱的应用主要关注如何从这种语义数据结构中挖掘、发现、推演出相关的隐藏知识或新知识或者实现更上层的应用如搜索、问答、决策、推荐等，具体可以参考《三个角度理解知识图谱》。本文主要讲一下基于知识图谱推理的关系...]]></description><category></category></item><item><title><![CDATA[基于知识图谱的智能问答]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807592</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807592</guid><author>JavaChaoCo</author><pubDate>Sat, 18 Aug 2018 12:21:54 +0800</pubDate><description><![CDATA[基于知识图谱的相关应用大致可以分为搜索、问答、决策、推荐等几种常见的类别，对于知识图谱的理解，可以参考之前的文章《三个角度理解知识图谱》，本文主要就年初规划的xx智能问答建设方案，介绍一下基于知识图谱的智能问答，主要分为如下几个方面：

1、人机对话体系结构

2、问答产品知识结构

3、典型的智能问答产品

4、智能问答的关键技术

5、基于知识图谱的智能问答

 

1、人机对话体系结构


...]]></description><category></category></item><item><title><![CDATA[从三个角度理解知识图谱]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807555</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/81807555</guid><author>JavaChaoCo</author><pubDate>Sat, 18 Aug 2018 12:19:58 +0800</pubDate><description><![CDATA[2012年谷歌首次提出“知识图谱”这个词，由此知识图谱在工业界也出现得越来越多，对于知识图谱以及相关概念的理解确实也是比较绕。自己在研究大数据独角兽Palantir之后开始接触知识图谱，也算对其有了一定了解，这里从三个角度总结一下怎么去理解知识图谱。

几个基本概念：本体、实体、知识库、知识图谱

1、本体是概念的集合，是大家都公认的概念框架，一般不会改变如“人”、“事”、“物”、

“地”、“组...]]></description><category></category></item><item><title><![CDATA[使用sklearn优雅地进行数据挖掘]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/53517973</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/53517973</guid><author>JavaChaoCo</author><pubDate>Thu, 08 Dec 2016 14:42:13 +0800</pubDate><description><![CDATA[使用sklearn进行数据挖掘]]></description><category></category></item><item><title><![CDATA[使用sklearn做单机特征工程]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/53517711</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/53517711</guid><author>JavaChaoCo</author><pubDate>Thu, 08 Dec 2016 14:32:06 +0800</pubDate><description><![CDATA[sklearn特征处理总结]]></description><category></category></item><item><title><![CDATA[不用Pandas包和用pandas包处理数据集]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/53164722</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/53164722</guid><author>JavaChaoCo</author><pubDate>Mon, 14 Nov 2016 21:33:00 +0800</pubDate><description><![CDATA[python不用Pandas包和用pandas包处理数据集]]></description><category></category></item><item><title><![CDATA[大数据服务入口]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51918332</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51918332</guid><author>JavaChaoCo</author><pubDate>Fri, 15 Jul 2016 15:52:08 +0800</pubDate><description><![CDATA[这段时间都没有时间写博客了哈，忙于实习，也和同学们一起在做DataAnswer-大数据服务的入口。今天请允许我打个广告：
DataAnswer是数据交易/服务入口，集聚了各个数据交易平台和免费的数据源，也为大家提供数据源和数据服务的测评机制，以及大数据视频分析解读和招聘.
欢迎需要找数据和数据服务的小伙伴来参观！]]></description><category></category></item><item><title><![CDATA[2014.11-2016.4融资事件分析]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51474443</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51474443</guid><author>JavaChaoCo</author><pubDate>Sun, 22 May 2016 12:05:58 +0800</pubDate><description><![CDATA[互联网+时代掀起了一股创业的浪潮，而这股浪潮中对于创业者和投资者来说最重要的当然是融资和投资了。这股浪潮掀起已久，具体的融资趋势、投资市场的情况以及投资机构的情况都是那些蠢蠢欲动者所想关注的。]]></description><category></category></item><item><title><![CDATA[大数据分析师的卓越之道]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51474386</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51474386</guid><author>JavaChaoCo</author><pubDate>Sun, 22 May 2016 11:58:01 +0800</pubDate><description><![CDATA[大数据时代的数据分析区别于普通的数据分析，这是由大数据的特性所决定的，为了适应大数据的时代的发展，数据分析师也应该转变一些分析的思想和观念。]]></description><category></category></item><item><title><![CDATA[最全Python爬虫总结]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51398075</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51398075</guid><author>JavaChaoCo</author><pubDate>Fri, 13 May 2016 20:19:48 +0800</pubDate><description><![CDATA[（1）普通的内容爬取
（2）保存爬取的图片/视频和文件和网页
（3）普通模拟登录
（4）处理验证码登录
（5）爬取js网站
（6）全网爬虫
（7）某个网站的站内所有目录爬虫
（8）多线程 
（9）爬虫框架Scrapy]]></description><category></category></item><item><title><![CDATA[可扩展的时间序列xts]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51344289</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51344289</guid><author>JavaChaoCo</author><pubDate>Sun, 08 May 2016 09:59:07 +0800</pubDate><description><![CDATA[转载自：http://blog.fens.me/r-xts/

前言

本文是继R语言zoo时间序列基础库的扩展实现。看上去简单的时间序列，内藏复杂的规律。zoo作为时间序列的基础库，是面向通用的设计，可以用来定义股票数据，也可以分析天气数据。但由于业务行为的不同，我们需要更多的辅助函数，来帮助我们更高效的完成任务。

xts扩展了zoo，提供更多的数据处理和数据变换的函数。

目]]></description><category></category></item><item><title><![CDATA[R语言时间序列基础库zoo]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51339725</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51339725</guid><author>JavaChaoCo</author><pubDate>Sat, 07 May 2016 20:10:03 +0800</pubDate><description><![CDATA[转载自：http://blog.fens.me/r-zoo/

前言

时间序列分析是一种动态数据处理的统计方法，通过对时间序列数据的分析，我们可以感觉到世界正改变着什么！R语言作为统计分析的利器，对时间序列处理有着强大的支持。在R语言中，单独为时间序列数据定义了一种数据类型zoo，zoo是时间序列的基础，也是股票分析的基础。

本文将介绍zoo库在R语言中的结构和使用。

目录]]></description><category></category></item><item><title><![CDATA[昨晚阿里巴巴的一道面试题分析]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51207151</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51207151</guid><author>JavaChaoCo</author><pubDate>Thu, 21 Apr 2016 11:15:14 +0800</pubDate><description><![CDATA[昨晚参加阿里巴巴数据开发工程师的一道sql语句题搞蒙了，今早重新梳理了一下和大家分享一下]]></description><category></category></item><item><title><![CDATA[拉勾网大数据相关岗位数据爬虫分析]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51105302</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51105302</guid><author>JavaChaoCo</author><pubDate>Sat, 09 Apr 2016 15:24:41 +0800</pubDate><description><![CDATA[目前，大数据是一个非常热门的话题，受到很多人的关注和追捧，其创造的相关职业也受到大家的青睐。但大数据相关职业究竟是什么样，有怎么样的要求，有怎样的待遇还不为多数人所知，为了更好的了解大数据相关职业要求及其福利待遇进行本次数据分析。]]></description><category></category></item><item><title><![CDATA[巨型日志处理系统]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51105102</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51105102</guid><author>JavaChaoCo</author><pubDate>Sat, 09 Apr 2016 15:09:01 +0800</pubDate><description><![CDATA[本次模拟系统，是利用Hadoop等组件来模拟巨型日志的处理系统，包括Python定时、Flume收集日志、MR处理日志、Sqoop导出数据、Hive的简单统计等]]></description><category></category></item><item><title><![CDATA[R使用总结]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51089425</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51089425</guid><author>JavaChaoCo</author><pubDate>Thu, 07 Apr 2016 21:06:59 +0800</pubDate><description><![CDATA[R常用的抽样方法]]></description><category></category></item><item><title><![CDATA[R语言之决策树和随机森林]]></title><link>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51088598</link><guid>https://blog.youkuaiyun.com/JavaChaoCo/article/details/51088598</guid><author>JavaChaoCo</author><pubDate>Thu, 07 Apr 2016 20:40:53 +0800</pubDate><description><![CDATA[特征选择、决策树、机器集成、随机森林]]></description><category></category></item></channel></rss>