
360携手中传成立大数据研究实验室
6月9日,360携手中国传媒大学广告学院在京举办数据引擎DataEngine暨360与中国传媒大学战略合作签约仪式,成立360&中传大数据研究实验室,仪式上同时成立大数据研究专家委员会。该项目将致力于为行业、为企业品牌做更智慧的大数据研究。包括奇虎360助理总裁栾天、中国传媒大学广告学院院长丁俊杰在内的双方高层均出席发布会,共同见证了这一历史性的时刻。
奇虎360助理总裁栾天表示,随着互联网、移动终端、物联网等现代信息技术的迅猛发展,消费者已进入一个几乎透明化生存的时代,大数据正以前所未有的速度颠覆人们探索世界的方法,我们面临的不再是单纯的大数据时代,而是数据驱动的时代。360与中国传媒大学广告学院的强强联合,将大数据营销的践行者与最权威的理论研究机构进行有效联合,从数据本质切入,让大数据落地。用数字的力量驱动社会热点及用户行为的预测,并使大数据能产生更具实效价值的商业效应。同时大数据研究实验室将不断推出多层次数据结构模型,为行业及广大企业品牌带来大数据营销的新思路。
中国传媒大学广告学院院长丁俊杰表示,广告学院作为广告传播行业政产学研的汇聚平台,在新媒体、广告主、消费者三大领域具有深厚的研究经验和理论基础。依托360的大数据技术实力,双方可在用户、商业两大层面做更深度、更系统的研究工作。在大数据时代下,引领行业建立共识,推动数据科学家、广告传播学者与企业营销官对话;面向行业进行分析,直击企业的精准营销痛点,为行业及企业的商业决策提供重要依据和支持。同时,双方还将共同建立大数据研究及数字营销实战案例库,为品牌客户提供大数据营销的深度分析和指导。360拥有亿级用户数据积累,覆盖超过96%的中国互联网用户,日均处理数据量5T+,拥有10万+量级精细化标签体系。依托于360旗下PC端、移动端和智能硬件等全线产品以及海量的用户基础,可实现PC、无线、现实生活坐标等多触点的数据搜集,汇聚形成“360用户行为链大数据体系”。这一体系使大数据样本更加贴近用户本来面目,从而让各企业品牌拥有全局准确的分析,进而助力营销决策。
在2014年11月点睛实效平台全新升级后,360不断加强在大数据营销领域的前进步伐,此次与中国传媒大学的战略合作意味着360在大数据领域的研究将进入一个崭新的阶段。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30