- 综合排序
- 最热优先
- 最新优先
- 来自专栏EAWorld
构建金融+场景化的生态服务平台
生态圈的精髓是通过金融+场景的方式服务客户端到端的金融相关需求。银行需要通过建立生态将金融与非金融场景无缝对接，保障客户的永续经营。本文将呈现普元构建的金融生态服务理念。 传统型软件与生态型软件的区别如下： 传统型软件: 代表：核心系统、SAP… 特征： 功能全，覆盖广，大集成，中央控制，紧密耦合 历史上的“最佳实践”，在稳定发展阶段极为适合 刚性强，难以快速变化，运维成本高 7.生态服务平台提升银行生态圈建设能力 生态服务平台可以提升银行在场景化金融时代的综合实力： 社群运营能力：打通渠道，打破业务限制，金融服务场景化 合作伙伴运营能力：帮助商家尽快落户，快速变现 营销能力 生态平台包含业务运营和业务创新两部分。 2.金融生态服务平台业务架构 ? 中间部分是场景化金融交易的分层抽象，分为接触层，协同层，交付层，能力层和数据层。 五、生态服务平台为银行带来的价值 生态圈的精髓是通过金融+场景的方式服务客户端到端的金融相关需求。银行在过去几年受到的冲击。
4.3K30发布于 2018-12-05 - 来自专栏Linux运维技术之路
Elastic Stack生态和场景方案
一、Elastic Stack生态 Beats + Logstash + ElasticSearch + Kibana 如下是我从官方博客中找到图，这张图展示了ELK生态以及基于ELK的场景（最上方） Logstash Logstash是动态数据收集管道，拥有可扩展的插件生态系统，支持从不同来源采集数据，转换数据，并将数据发送到不同的存储库中。 在如上的基础上我们可以在beats和logstash中间添加一些组件redis、kafka、RabbitMQ等，添加中间件将会有如下好处： （1）降低对日志所在机器的影响，这些机器上一般都部署着反向代理或应用服务
42210编辑于 2024-02-29 - 来自专栏活动盒子
营销自动化赋能场景生态圈——实现全触点精准营销
今天我们要讨论的就是营销自动化如果解决以上难点，实现全触点的精准营销。 广告主想要精准聚焦用户的兴趣点，吸引他们的注意力，就要有足够的行为数据支撑，在通过大数据计算匹配到精准的用户话题，才能在营销执行的过程中实现场景落地。 新用户首次关注公众号，首推“品牌历史”主题内容，帮助客户快速感知品牌文化，树立用户心里对于品牌产品力的初印象，并打上“新用户”的标签属性，方便后续展开阶段性的营销活动； 关注后的3天，推送主打产品的基本介绍和应用场景 通过自动化营销工具，可以联动多部门组合协同合作，通过创建维护企业的部门架构，按照职能属性匹配各自节点需要执行的功能属性，一站式整合数据管理，通过SDK集成、API对接等方式打破数据孤岛，自动化监控核心全渠道数据 以机票预订为例，当用户浏览了飞往某地的机票，产生了预订行为，却没有完成最终支付，系统感知到这一行为后，短信推送“您刚刚预订的机票有20元降价优惠券”，下沉消费场景，对消费者进行召回。
1.9K20发布于 2021-01-22 - 来自专栏深度学习与python
当出海成为必选项，企业如何构建全场景全生态技术底座？| Q推荐
，形成了现在的 IM+RTC+X 全通信解决方案。 我们希望在全通信解决方案的加持下，提供给开发者开箱即用的工具，让开发者把更多精力投身在打磨产品和商业增长上。 除了针对“社交 + 社区”的超级群，融云针对上述 6 个品类，结合美颜、CDN、审核、推送等通信周边能力，还推出了开箱即用的语聊房、直播、1V1、元宇宙、游戏等场景化解决方案，更好地服务开发者对创新场景的探索 以上的能力，无论是贴近市场的多样化功能，还是运营需要的周边能力，融云的全生态一体化解决方案都可以提供，并且是以完整封装成 SDK 的方式来提供，极大地降低开发者的研发和学习成本，也让他们能腾出手来去针对用户洞察做更多创新 宋清晨：作为全球通信服务商，融云会聚焦满足开发者对“社交 +X”赛道的探索需求，提供直播、语聊房、1V1、元宇宙、游戏、实时社区等场景化解决方案，并根据市场和用户需求持续迭代更新，希望能够做得更多、做得精细
53820编辑于 2023-03-29 - 来自专栏科技向令说
凡秘APP上线背后：通过场景化服务加速生态战略布局
近日，凡普金科旗下个性化生活服务平台凡秘APP上线，通过构建场景化服务以加速凡普金科生态战略布局。 ? 全生命周期生态布局，凡普金科需要第三驾马车 目前，整个互联网金融行业的形势严峻，各企业的角力点也在发生着剧烈地变化： 一边是小的互金公司夹在金融巨头银行及BAJT等互联网巨头之间，像汽车金融和信用卡用户等 凡秘通过快速整合内部资源，不仅符合凡普金科的用户全生命周期生态布局理念，还使得原本的单位获客费用变成“钱生钱”滚雪球般的投资成本，客观上增强了资金的利用率，降低整体收益的单位成本。 场景化服务加速生态布局，凡秘还有几大看点 在当前市场格局初定的背景之下，争夺存量市场虽然很难，但是像凡普金科这样的企业试图以生态战略构建重壁垒，规模化的能力又显得相当重要，不得不参与存量市场的竞争风波中 凡秘APP的上线，将金融科技与生活服务嫁接起来，用生态方式构建行业壁垒，搭建企业的护城河，为其挖掘用户不同生命周期下的场景需求提供源泉，更是重构了一个新物种。
72340发布于 2018-11-23 - 来自专栏用户9379088的专栏
工业场景全流程！机器学习开发并部署服务到云端
具体包括：何为机器学习应用部署基于 PyCaret 开发机器学习全流程基于 Flask 搭建简易前端 Web 应用程序在 Heroku 云上部署机器学习应用本示例中的应用为保险金额预估，部署好的云端服务页面如下图所示 # 安装flaskpip install flask复制代码 Heroku Heroku 是一个平台即服务（PaaS），它支持基于托管容器系统部署 Web 应用程序，具有集成的数据服务和强大的生态系统。 部署机器学习服务在企业的实际生产中，我们经常会把机器学习模型构建成服务形态，这样协作的开发同事可以通过接口（API）来访问模型服务，完成预估任务，这被称为部署机器学习应用过程。 整个机器学习管道（pipeline）如下图所示： 场景案例&手把手本案例中用作示例的数据来自保险场景，保险公司希望通过使用人口统计学信息和基本患者健康风险特征，更准确地预测患者保单费用，以优化其使用的现金流预测的准确性 、特征工程和模型调优，我们本次的目标是给大家演示从建模到部署的全流程方法，因此这个部分相对简略。
3.3K20编辑于 2022-09-21 - 来自专栏ShowMeAI研究中心
工业场景全流程！机器学习开发并部署服务到云端 ⛵
图片本文以保险金额预估为例，讲解机器学习从开发到云端服务部署的全流程：基于PyCaret开发机器学习全流程、基于Flask搭建简易前端Web应用程序、在Heroku云上部署机器学习应用。 具体包括：图片何为机器学习应用部署基于 PyCaret 开发机器学习全流程基于 Flask 搭建简易前端 Web 应用程序在 Heroku 云上部署机器学习应用本示例中的应用为保险金额预估，部署好的云端服务页面如下图所示 # 安装flaskpip install flask Heroku图片 Heroku是一个平台即服务（PaaS），它支持基于托管容器系统部署 Web 应用程序，具有集成的数据服务和强大的生态系统。 部署机器学习服务在企业的实际生产中，我们经常会把机器学习模型构建成服务形态，这样协作的开发同事可以通过接口（API）来访问模型服务，完成预估任务，这被称为部署机器学习应用过程。 整个机器学习管道（pipeline）如下图所示：图片 场景案例&手把手本案例中用作示例的数据来自保险场景，保险公司希望通过使用人口统计学信息和基本患者健康风险特征，更准确地预测患者保单费用，以优化其使用的现金流预测的准确性
3.8K21编辑于 2022-11-19 - 来自专栏数商云贸
竞争优势的来源 ——全渠道物流服务生态系统
● 要素1：有一个好的切入点 ● 要素2：拥有一定的集成服务能力 ● 要素3：构建全渠道的物流综合服务 ● 要素4：构建开放的物流生态服务系统 要素1和要素2可以看作是成长型物流服务平台的“生存要素”。 而要素3跟要素4它们决定了物流服务平台的竞争力，被称为“竞争要素”。 01、增强竞争力 全渠道模式，“货源-物流-信息-金融”闭环服务。 其核心就是在互联网、移动互联的支撑下，企业为了满足用户全天候、多区域、多场景的物流需求，实现传统实体渠道、电子商务渠道和移动互联商务渠道组合重构的多模式行为，也就是从原来简单的传统渠道逐步过度到渠道融合的过程 对物流服务平台而言，全渠道方式不仅仅是让客户有更多选择、更全面监控，更重要的是能够帮助平台打造产业链交易项下 “货源+物流+信息+支付”的闭环服务。 02、保持竞争优势 打造一个开放的物流服务生态系统 在物流平台中，货源是核心、物流服务是基础、“互联网+”是翅膀、金融服务是灵魂！
51721发布于 2020-11-11 - 来自专栏孟永辉
小米生态链反思：场景化消费渐成主流，生态链效能显现
作为一个具有连续性作用的门类，场景化消费想要发挥出最大的作用，必须打造一个能够横亘整个产品流程的生态链系统，通过生态链系统之间要素的不断转移来获得新的利润增长点。 随着用户消费升级时代的到来，生态链的建设开始发挥出越来越重要的作用。未来的生态链将会是一个又一个的场景，在这些场景中，用户能够直接对应不同的产品，通过体验来了解产品的好坏，最终达成成交，实现变现。 用户通过一个产品进入到这个生态圈，通过这个产品与生态圈中不同产品的联系，达到用户体验产品，并最终达成变现的目的。 发端于生态链的消费场景更易转化。 由横亘不同的生态链组成的一个又一个的消费场景变成了一个又一个的用户体验中心。 正如由于这样的原因，基于生态链所形成的消费场景才会具有如此强大的力量。生态链本身就是一个相互连通，彼此依存的部分，而由它搭建起来的场景则能够让彼此的能量发挥到最大。
95460发布于 2018-05-11 场景拓展：从 “单一场景” 到 “全终端 + 全流程”
场景拓展：“从‘单一场景’到‘全终端 + 全流程’”，是当前企业测试体系现代化、智能化转型的核心路径。这不仅是测试范围的扩展，更是测试价值从“质量守门员”向“业务赋能者”的战略升级。 小程序测试工具方案：微信小程序：Minium（官方）、Airtest、自研基于 Chrome DevTools 协议支付宝/字节：对应官方工具 + 通用UI自动化框架适配难点突破：处理 WebView 与原生混合场景模拟授权 、支付、扫码等特殊权限操作✅ 1.3 接口/API测试分层策略：单元级：JUnit/TestNG + Mock（Mockito）服务级：RestAssured / Karate / Pytest + requests 小程序基础能力 选型工具、搭建1-2条核心路径自动化脚本、接入云测平台 第2月 接口测试标准化 + 环境治理 统一接口测试框架、建立Mock服务 常见失败原因）❌ 只买工具不改流程 → 工具沦为摆设undefined→ 对策：先梳理流程痛点，再选型匹配工具❌ 追求100%自动化 → 维护成本爆炸undefined→ 对策：聚焦核心路径 + 高频回归场景
33510编辑于 2025-09-17- 来自专栏服务器和容器
Docker部署Nginx代理多个服务：公网域名与内网IP场景全解
适合需要部署内网服务、或希望统一 Nginx 入口管理多个容器服务的朋友参考。1. 公网环境下的 Nginx 部署与代理配置1.1 Docker部署Nginx通常是云服务器有公网IP，并且有域名已经解析到这个公网IP了。 internet网络负责Nginx发布接口的映射到服务器上。正常监听80和443端口。数据卷挂在Nginx的配置文件夹，日志及主机时间，证书和私钥。 }}这样通过访问服务器的内网IP加端口号就可以访问后端的应用。但是这种方式有一个缺点，就是无法自动从HTTP跳转到HTTPS。所以必须使用https://IP:Port的格式才行.
1K10编辑于 2025-07-13 构建端到端AI超级智能体：重塑家庭大屏全场景服务生态
企业在触达用户时，从需求洞察到服务交付的链路呈现碎片化，导致用户意图流失。 基于腾讯全球数字生态大会中主讲人 郭尚锋 的分享，酷开自2013年起已积累了亿级媒资与设备数据。 面对服务场景复杂化的痛点，其核心诉求是打破传统设备的“工具属性”，打通用户与企业内部业务线，实现全流程由AI驱动自动流转，从根本上解决大屏终端需求闭环断裂与交互效率低下的瓶颈。 落地南传IPTV视听体验与跨生态场景闭环 该AI架构已在具体商业合作中形成标准化输出模式，以 南传IPTV 项目合作架构为典型代表： 视听体验革新：在IPTV终端集成全链路语音SDK，结合大模型微调与多意图理解算法 服务能力组件化：将政务、文旅、水电缴费等本地生活服务SaaS化，通过接口标准化实现从大屏向智能家居、车载、酒店及办公场景的跨端生态覆盖。 依托弹性云底座支撑AI原生全链路PaaS服务 在AI架构的底层支撑上，项目的成功落地深度依赖于强大的云端基础设施协同。
17520编辑于 2026-04-11- 来自专栏图南科技
微服务生态-RPC基础
框架整体上分为三类： 支持多语言的 RPC 框架，比较成熟的有 Google 的 gRPC、Apache（Facebook）的 Thrift； 只支持特定语言的 RPC 框架，例如新浪微博的 Motan； 支持服务治理等服务化特性的分布式服务框架 RPC框架的目标就是让调用方像调用本地应用一样调用远程服务，而不关心服务提供方在哪里。 RPC结构.png RPC组件 RPC 服务方通过 RpcServer 去导出（export）远程接口方法，而客户方通过 RpcClient 去引入（import）远程接口方法。 在客户端的RpcInvoker 通过连接器RpcConnector 去维持与服务端的通道RpcChannel，并使用RpcProtocol 执行协议编码（encode）并将编码后的请求消息通过通道发送给服务方 http-rpc 这里涉及到一个服务调用方式问题 RPC服务调用方式 RPC服务调用方式 分为 1 同步阻塞调用 2 异步非阻塞调用 异步和同步的区分在于是否等待服务端执行完成并返回结果。
72030发布于 2019-08-27 从全栈开发视角解析微服务架构下的高并发场景优化
从全栈开发视角解析微服务架构下的高并发场景优化在互联网大厂中，随着业务规模的不断扩展，系统面对的并发请求量也日益增长。 作为一名拥有6年Java全栈开发经验的工程师，我曾参与多个大型分布式系统的建设与优化工作，尤其是在微服务架构下如何提升系统的稳定性与性能，是我长期关注的核心问题。 应聘者：我主要负责商品服务和订单服务的开发，同时也参与了部分缓存策略的设计与实现。面试官：很好，那你能讲讲你在商品服务中遇到的一个具体挑战吗？ 接下来，我想问一下你对SpringCloud生态中的服务发现机制的理解。应聘者：我记得Eureka是Netflix早期的服务注册中心，后来SpringCloud也集成了它。 TTL适用于大多数场景，而LFU则更适合某些热点数据的管理。第三轮提问：消息队列与异步处理面试官：在高并发场景下，除了数据库优化，你还有没有用到其他技术手段？
23910编辑于 2025-08-16- 来自专栏腾讯企点
企点客服全渠道解锁服务营销新场景
客户需求多样，无差别服务难以建立好感？ 运营缺少依据，自嗨型营销收效甚微？ 企点客服全渠道私域运营利器 专注解锁服务营销新场景 让我们透过教育行业 看企点客服如何驱动客户转化 · ● 2021世界人工智能大会 | 腾讯云副总裁张晔：SaaS+AI成为各行业数字化升级的新动能 ● 合肥峰会「增长引力」专场 | 揭晓腾讯企点助力产业智连生态建设奥秘 ● 企点营销特别策划｜全链路私域运营，助力企业服务营销一体化闭环 ?
45410发布于 2021-07-20 酷开科技基于腾讯云构建AI原生家庭生态，实现终端全场景智能服务升级
传统智能电视交互受限与场景单一瓶颈 智能电视行业长期面临交互方式单一（依赖遥控器按键）、服务场景有限（以影音为主）、用户数据价值未充分挖掘等核心痛点。 生活服务场景：整合本地生活、文旅、政务资源，语音指令直达水电费查询、办事指南等服务，闭环服务响应时间缩短至秒级。 端到端AI架构实现全流程自动化 酷开通过打通用户端与内部系统，构建了由影音智能体、教育智能体、健康智能体等组成的端到端AI架构，实现用户需求自动流转与闭环处理。 腾讯云技术支撑与生态协同优势 腾讯云为酷开提供高可用云基础设施与AI原子能力，支持酷开智能体在TV、手机APP、车载、穿戴设备等多终端无缝部署。 双方合作构建的开放生态接入本地生活、文旅、政务等第三方服务，实现了从家庭场景到城市服务的延伸。
11810编辑于 2026-04-11- 来自专栏大数据在线
场景共同体：存储厂商的生态噱头OR真理？
02 场景共同体为何是生态发展的真理 “以用户为中心、以应用为导向”的场景共同体，意味着存储厂商可能针对不同行业推出不同的产品，场景解决方案会愈发走向细分化，存储生态所涉及的伙伴也将越来越多。 以浪潮存储的“多合一”极简架构为例，以一套存储支持块、文件、对象、大数据等多种数据服务，用户可以根据需求来灵活选择。“个性化定制并不意味着牵一发而动全身的修改。 可以说，场景共同体的提出，标志着存储厂商已经深刻意识到新场景对于数据基础设施带来的巨大改变。围绕场景共同体，深入用户场景需求，联合生态伙伴力量共同实现需求定制化，将会是存储厂商未来生态发展的真理。 另外，浪潮存储针对个性化批量定制已经产品、研发、组织架构和生态机制方面做好了准备，将借助技术整合、产品定制、方案联合、市场协同等新机制，联合SI、ISV、CSP等价值链各种伙伴，向用户提供一站式的服务， 其相关解决方案和服务的实际效果亦值得关注。
56220发布于 2021-05-07 - 来自专栏大数据在线
场景共同体：浪潮存储的生态突围秘诀
但这并不轻松，需要存储厂商拥有全面的产品线，能够支撑起各种丰富数据场景的基础需求，在此基础上再通过研发投入、组织架构和生态建设等方面来全面契合个性化需求。 “浪潮存储的底气源自全栈创新的产品战略。” 3 第三是产品深度定制，基于全栈创新能力，浪潮信息为产品伙伴提供全栈定制，包括硬件系统、核心软件、管理软件，甚至数据存储的控制面、数据面，均可与伙伴深度定制，帮助合作伙伴覆盖更多场景和客户群。 5 第五是全面专业服务，浪潮存储通过备件、培训、研发、服务四个中心，与服务合作伙伴一起提供上门服务、增值服务、三级技术、场景化定制四种服务能力。 针对不同类型合作伙伴建立起合适的机制，并一起进入到场景共同体之中。浪潮存储需要的是把基础做好，携手合作伙伴实现产品的优化、方案的优化和服务的优化，最终服务好用户的场景。”李辉如是说。 在李辉看来，即在数实融合的大趋势下，面对越来越多的新场景、新需求，浪潮存储从产品入手，逐步实现全产品线的技术创新，然后深入到各种用户应用场景之中，从应用中找到生态伙伴，再在生态合作中找到技术合作伙伴等。
39330编辑于 2022-04-06 Java生态AI基础能力：热门问题全解析
答：AIGS（Artificial Intelligence Generated Service）本质是“AI生成可用服务”，核心是把文档处理、数据转换等基础AI能力，转化为能直接对接业务的服务。 和单一AI功能相比，它更强调“全链路可用”——比如不仅能提取文件内容，还能自动结构化、对接数据库，最终生成业务能用的结果，而不是零散的技术输出。 JBoltAI就是通过这种思路，把各类基础AI能力整合进Java生态，让AI不再是孤立工具。问：Java系统怎么高效处理文档和图片类数据？答：核心是覆盖“提取-识别-结构化”全流程。 在JBoltAI中，这两种能力已和Java生态深度适配，支持对接多种数据库，生成的结果能直接嵌入业务流程，不用额外做格式转换。问：流式对话和普通对话相比，优势在哪？适合什么场景？ 它特别适合需要长文本输出的场景，比如生成报告、详细问答等，能减少等待焦虑。JBoltAI的流式对话完全基于Java实现，和Spring生态无缝兼容，还支持上下文关联，不会出现回复断层的情况。
11810编辑于 2026-02-06- 来自专栏PingCAP的专栏
成为一栈式数据服务生态： TiDB 5.0 HTAP 架构设计与成为场景解
相对于大数据和离线数仓层而言，数据中枢可以直接对接数据应用端，作为一个既可以承接高并发访问，又能够以数据服务的形式来提供全量数据的存取，而离线数仓和数据湖更倾向于离线的方式，通常提供不太新鲜的数据来进行报表与 从以上几个场景可以看到，TiDB 的能力已经超越了一个分布式关系型数据库本身，随着 5.0 MPP 功能的引入与多项企业级特性的增强，TiDB 已经发展成为“一栈式数据服务生态”，即“one stack 在这整个数据服务生态中，并不只有 PingCAP 在创造和建设，广大社区小伙伴们参与了这套生态的共建和迭代，总计有 538 位 Contributor 提交了 12513 个 PR 协同 PingCAP 例如知乎，给社区贡献了多个大数据生态相关的组件和生态工具，对于大体量用户的业务场景极具应用价值。 我们相信开放和透明的协作，必定会创造出全新的、无限的可能性，把 TiDB 打造成为一个更加完善的“一栈式数据服务生态”，我们一起在路上。
72830发布于 2021-05-08
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