2021-05-11

风控技术精要
最新推荐文章于 2021-11-20 23:13:39 发布
原创 最新推荐文章于 2021-11-20 23:13:39 发布 · 154 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

风控文章汇总

  1. 爱奇艺流量风控的道与术
    https://mp.weixin.qq.com/s/HqSFKlGcl_Co4tmmQwdKsw

  2. 金融风控反欺诈-图算法
    https://mp.weixin.qq.com/s/hs5I3tG6ncbuG7AiZBizWA

  3. List item

60506013
关注
gmall2020-mock-db-2021-11-14.jar
06-26
gmall2020-mock-db-2021-11-14.jar
精选资源
elasticsearch-head_0.1.5_2021-05-20.crx.zip
05-20
熟悉Elasticsearch的朋友肯定都知道Elasticsearch Head，这是一个elasticsearch的很好用的插件之一，以往elasticsearch5.x之前的版本，对应的Elasticsearch Head的安装相对来说还简单一些，5.x之后安装需要依赖于...
2021-05-05
樊金良的博客
05-05 915
你需要努力，fighting！
2021-01-05
weixin_44822406的博客
01-05 1096
第一次接触这个优快云博客，希望大家多多关照，有什么做的不好不周到的地方希望大家谅解。从现在开始会陆续发一些大家所需要的东西。
2021-03-05
qq_37122159的博客
03-05 900
计算机视觉论文-2021-05-11
中科院AI算法工程师的博客
05-12 2098
本专栏是计算机视觉方向论文收集积累，时间：2021年5月11日，来源：paper digest 欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！ 直达笔记地址：机器学习手推笔记（GitHub地址） 1, TITLE:Galois/monodromy Groups for Decomposing Minimal Problems in 3D Reconstruction AUTHORS: Timothy Duff ; Viktor Korotyn...
2021-05 补丁日：微软多个漏洞通告
爱国小白帽
05-12 1657
报告编号：B6-2021-051201 报告来源：360CERT 报告作者：360CERT 更新日期：2021-05-12 0x01 事件简述 2021年05月12日，360CERT监测发现微软发布了5月份安全更新，事件等级：严重，事件评分：9.9。 此次安全更新发布了55个漏洞的补丁，主要覆盖了以下组件：Windows操作系统、Exchange Server、.Net Core、Office、SharePoint Server、Hyper-V、 Visual Studio。其中包含4个严重漏洞，50个.
2021-11-05
weixin_40748431的博客
11-05 6760
Appnium自动化测试框架搭建 手机自动化测试
2021-01-18
weixin_54641072的博客
01-18 2084
找程序猿哥哥！！！！编制App或者小程序
2021-11-04
m0_53575762的博客
11-20 8668
一、Linux命令和windows区别？ 1、Linux命令全部严格区分大小写；而windows命令大小写都识别。 2、Linux所有的文件都是没有扩展名的，而windows是文件是有扩展名的。 创建一个新用户 [root@localhost mxh]# useradd mxh2 # 创建一个user [root@localhost mxh]# password mxh2 #12345678 [root@localhost xxx]# gr...
2021-05-11 MongoDB面试题 MongoDB是什么
热门推荐
微软MVP Eleven
05-11 3万+
MongoDB是什么？ MongoDB是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。在高负载的情况下，添加更多的节点，可以保证服务器性能。 MongoDB旨在为WEB应用提供可扩展的高性能数据存储解决方案，将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。 ...
2021-05-09
qlqzmt的博客
05-09 2490
conda create -n fslpython python=3.8 conda activate fslpython conda install -c conda-forge fsleyes rm /usr/local/fsl/bin/fsleyes ln -s /opt/anaconda3/envs/fslpython /usr/local/fsl/bin/fsleyes
APToolV7200(2021-02-01)
12-13
APTool-UMPTooV7200 是一款专门用于量产chipsbank主控U盘的工具。这款工具的主要功能是对U盘进行量产操作，也就是通过制作U盘固件，将U盘的物理存储芯片的空间划分为分区，赋予U盘可读写和存储的功能。...
精选资源
UL 1434 2021-05.pdf
02-16
UL 1434 2021-05.pdf
精选资源
Anaconda3-2021.05-Linux-x86-64.sh
02-13
标题中的"Anaconda3-2021.05-Linux-x86-64.sh"指的是Anaconda发行版的安装脚本，这是一个流行的Python数据科学平台，包含了Python、R和其他许多数据分析工具。2021.05是版本号，表明这是2021年5月发布的更新。Linux-...
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度（分时电价调度）（Matlab代码实现）
最新发布
12-05
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度（分时电价调度）（Matlab代码实现）内容概要：本文介绍了一种基于蒙特卡洛和拉格朗日方法的分散式优化策略，用于解决电动汽车充电站的有序充电调度问题，重点结合分时电价机制进行优化，并提供了Matlab代码实现方案。该方法旨在通过分散式计算降低集中控制的复杂性，提升充电调度的经济性和电网稳定性，适用于大规模电动汽车接入场景下的充电管理。; 适合人群：电气工程、自动化、能源系统等相关专业的研究人员及研究生，具备一定Matlab编程能力和优化算法基础的工程技术人员。; 使用场景及目标：①研究电动汽车充电调度在分时电价下的优化模型；②学习蒙特卡洛模拟与拉格朗日松弛法在电力系统优化中的结合应用；③实现分散式优化算法以提升充电站运行效率与电网互动能力； 阅读建议：建议读者结合Matlab代码实践操作，深入理解算法实现细节，同时参考文中提到的优化方法与其他电力系统调度案例进行对比分析，以增强对分散式优化架构的理解与应用能力。
Anaconda：NumPy数组操作教程PDF
12-05
1.1.1步骤与说明 1.访问 Anaconda 官网:首先，访问Anaconda的官方网站(https://www.anaconda.com/products/distribution/)。 2.选择下载版本:根据你的操作系统(Windows,macOS,或Linux)，选择合适的Anaconda 安装包。 3.下载并安装:下载完成后，运行安装程序并按照提示完成安装。确保在安装过程中选择将Anaconda添加到系统路径中。
MATLAB主动噪声和振动控制算法-对较大的次级路径变化具有鲁棒性
12-05
MATLAB主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性内容概要：本文主要介绍了一种在MATLAB环境下实现的主动噪声和振动控制算法，该算法针对较大的次级路径变化具有较强的鲁棒性。文中详细阐述了算法的设计原理与实现方法，重点解决了传统控制系统中因次级路径动态变化导致性能下降的问题。通过引入自适应机制和鲁棒控制策略，提升了系统在复杂环境下的稳定性和控制精度，适用于需要高精度噪声与振动抑制的实际工程场景。此外，文档还列举了多个MATLAB仿真实例及相关科研技术服务内容，涵盖信号处理、智能优化、机器学习等多个交叉领域。; 适合人群：具备一定MATLAB编程基础和控制系统理论知识的科研人员及工程技术人员，尤其适合从事噪声与振动控制、信号处理、自动化等相关领域的研究生和工程师。; 使用场景及目标：①应用于汽车、航空航天、精密仪器等对噪声和振动敏感的工业领域；②用于提升现有主动控制系统对参数变化的适应能力；③为相关科研项目提供算法验证与仿真平台支持； 阅读建议：建议读者结合提供的MATLAB代码进行仿真实验，深入理解算法在不同次级路径条件下的响应特性，并可通过调整控制参数进一步探究其鲁棒性边界。同时可参考文档中列出的相关技术案例拓展应用场景。
JavaScript模块化实战
12-05
本书深入探讨JavaScript模块化编程，从基础概念到企业级架构设计，涵盖模块模式、增强技术、沙箱机制与核心模块构建。通过一个单页应用的完整实现，展示如何打造可维护、可扩展、高内聚低耦合的前端系统。结合MV*架构、自动化测试与AMD/CommonJS/ES6模块标准，帮助开发者摆脱全局污染，掌握现代前端工程化核心技能。适合有一定JavaScript基础、追求架构思维提升的开发者阅读与实践。
如下为平台商品促销数据：字段为品牌，打折开始日期，打折结束日期 brand stt edt oppo 2021-06-05 2021-06-09 oppo 2021-06-11 2021-06-21 vivo 2021-06-05 2021-06-15 vivo 2021-06-09 2021-06-21 redmi 2021-06-05 2021-06-21 redmi 2021-06-09 2021-06-15 redmi 2021-06-17 2021-06-26 huawei 2021-06-05 2021-06-26 huawei 2021-06-09 2021-06-15 huawei 2021-06-17 2021-06-21 计算每个品牌总的打折销售天数，注意其中的交叉日期，比如vivo品牌，第一次活动时间为2021-06-05到2021-06-15，第二次活动时间为2021-06-09到2021-06-21其中9号到15号为重复天数，只统计一次，即vivo总打折天数为2021-06-05到2021-06-21共计17天。 1)将当前行以前的数据中最大的edt放置当前行 select id, stt, edt, max(edt) over(partition by id order by stt rows between UNBOUNDED PRECEDING and 1 PRECEDING) maxEdt from test4;t1 redmi 2021-06-05 2021-06-21 null redmi 2021-06-09 2021-06-15 2021-06-21 redmi 2021-06-17 2021-06-26 2021-06-21帮我解释一下为什么会有空值出现以及9-15在窗口后会出现更大的时间
11-20
我们来逐步分析你提出的问题，先从 SQL 语句的逻辑入手，再解释为什么会出现 `null` 值，以及为什么在“9-15”这一行中窗口函数返回的是 `2021-06-21`（比当前行的结束时间还大），最后给出正确计算每个品牌**去重后总打折天数**的方法。 --- ### ✅ 你的SQL语句是： ```sql SELECT brand, stt, edt, MAX(edt) OVER ( PARTITION BY brand ORDER BY stt ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING ) AS maxEdt FROM test4; ``` 作用：对每个品牌的促销活动按开始日期排序，然后为每一行计算 **之前所有行中最大的结束日期（edt）**。 --- ## 🔍 问题1：为什么第一行 `maxEdt` 是 `null`？ 看 redmi 的第一条记录： ``` redmi 2021-06-05 2021-06-21 null ``` 因为这是一组（brand=redmi）中的**第一行**。 窗口定义是： > `ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING` 意思是：“从该分组的第一行到当前行的前一行”。 但当前行是第一行，它前面没有数据 → 所以前面的行集合为空集 → `MAX(edt)` 在空集上运算结果为 `NULL`。 ✅ **结论**：第一个活动没有“之前的活动”，所以 `maxEdt = NULL` 是正常的。 --- ## 🔍 问题2：为什么第二行（2021-06-09 到 2021-06-15）的 `maxEdt = 2021-06-21`？ 看第二条 redmi 记录： ``` redmi 2021-06-09 2021-06-15 2021-06-21 ``` 注意！虽然当前行的 `edt=2021-06-15`，但它的 `maxEdt` 来自于前面所有行的最大 `edt`，也就是第一行的 `edt=2021-06-21`。 ⚠️ 关键点： 窗口函数 `MAX(edt)` 是取历史行中 `edt` 字段的值，并不是和当前行有关。 即使当前行的 `edt` 较小（如 6月15日），只要前面某行的 `edt` 更晚（如 6月21日），就会被保留下来。 所以这里 `maxEdt = 2021-06-21` 是完全正确的。 💡 这个值的意义是：**在当前这次活动开始之前，该品牌最后一次可能还在打折的时间点（即最大结束日）**。 这个技巧常用于判断是否有时间重叠！ --- ## ✅ 如何用这个字段判断是否连续或重叠？ 我们可以利用 `maxEdt` 和当前行的 `stt` 比较： - 如果 `stt <= maxEdt`：说明当前活动与前面某个活动有重叠或紧接 → 可以合并 - 否则：中间有空档 → 不连续，需要新开一个区间 这是典型的“合并区间”问题，在数据库中可通过以下方式解决： --- ## ✅ 正确解法：计算每个品牌去重后的总打折天数（处理交叉日期） ### Step 1: 排序并找出是否属于同一连续区间（使用 `start_gap_flag`） ```sql WITH ordered_data AS ( SELECT brand, stt::date, edt::date FROM test4 ), marked_gaps AS ( SELECT brand, stt, edt, -- 如果当前开始时间 > 之前所有活动的最大结束时间，则说明断开了 CASE WHEN stt > MAX(edt) OVER ( PARTITION BY brand ORDER BY stt ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING ) THEN 1 ELSE 0 END AS is_new_period FROM ordered_data ), -- Step 2: 使用累计标志划分不同的连续区间 grouped_periods AS ( SELECT brand, stt, edt, SUM(is_new_period) OVER ( PARTITION BY brand ORDER BY stt ROWS UNBOUNDED PRECEDING ) AS period_id FROM marked_gaps ), -- Step 3: 对每个 period 取最小 stt 和最大 edt（即合并后的区间） merged_periods AS ( SELECT brand, MIN(stt) AS period_stt, MAX(edt) AS period_edt FROM grouped_periods GROUP BY brand, period_id ) -- Step 4: 计算每个品牌总的不重复天数 SELECT brand, SUM(period_edt - period_stt + 1) AS total_discount_days FROM merged_periods GROUP BY brand ORDER BY brand; ``` --- ### 📌 代码解释： 1. **`ordered_data`**：确保日期类型为 `date`，避免字符串比较出错。 2. **`marked_gaps`**： - 使用窗口函数获取此前所有区间的最大结束日。 - 若当前开始日 > 此前最大结束日 → 新周期开始（`is_new_period = 1`）。 3. **`grouped_periods`**： - 利用 `SUM(...) OVER (...)` 构造唯一 `period_id`，将连续或重叠的区间归为一组。 4. **`merged_periods`**： - 按 `brand + period_id` 分组，取每段的起止时间。 5. **最终统计**： - 每个合并区间的天数 = `end - start + 1`（包含首尾）。 - 累加得到各品牌总天数。 --- ### 🧮 示例输出（基于你的数据）： | brand | total_discount_days | |--------|---------------------| | huawei | 22 | | oppo | 17 | | redmi | 22 | | vivo | 17 | #### 验证一下： - **vivo**: - 第一段：6.5 ~ 6.15 （11天） - 第二段：6.9 ~ 6.21（重叠了6.9~6.15） - 合并后：6.5 ~ 6.21 → 共 17 天 ✅ - **redmi**: - 6.5~6.21，6.9~6.15（完全包含），6.17~6.26 - 前两段已覆盖到6.21，第三段6.17 < 6.21 → 重叠 - 合并为 6.5 ~ 6.26 → 共 22 天 ✅ - **huawei**: - 6.5~6.26，6.9~6.15（包含），6.17~6.21（也在范围内） - 整体就是 6.5~6.26 → 22 天 ✅ --- ## ✅ 回答总结： - `maxEdt` 出现 `NULL` 是因为第一行前面没有数据，符合窗口定义。 - `maxEdt` 显示比当前 `edt` 大，是因为它反映的是**之前活动中最晚结束时间**，而非当前行。 - 要准确统计去重天数，必须先**合并重叠/连续的时间区间**，不能简单相加。 - 上述 SQL 完整实现了“按品牌合并打折时间段并计算总天数”的需求。 --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值