从数据获取到机器训练的全民参与架构
qq526557820 发布于2018-05 浏览:1987 回复:3
0
收藏

流程:数据获取,数据分析,机器训练,预期效果。

例:今日头条

1,抓取网上最新新闻 (数据获取)

2,数据分类(数据分析)

3,网页排版(机器训练)

4,展示,获取浏览量(预期效果)

   (概念简化版)

 

特点:

1,全面公开:代码到数据全面公开(规避安全问题)

2,利益驱动:

   1,资源的提供者获利:提供资源,获取需求发布者的报酬,其他浏览者可酬谢

   2,需求发现提出者获利:提问题这按问题的展示次数获利,搜索过相同问题并找到答案这可以酬谢。

   3,数据分析者获利:完成技术任务者获取来自想要进一步解决问题者提供的部分报酬,利用数据附加值获利。

   4,机器训练者获利:完成技术任务者获取来自想要进一步解决问题者提供的部分报酬。

   5,方案践行者获利:创新应用践行者以创新模式获利。

3,功能吸引:

   1,平台的效益营收功能。

   2,平台的数据量

   3,平台的专业人才储备量

   4,平台解决问题的能力

 

环节详述:

数据获取:网民自发合作提供,无偿提供或技术手段获取。

1,网页公开展示

2,信息结构设计

3,搜索效率

4,全民参与

数据分析:专业人员分析数据,利用数据附加值获利。

      魅力点:

1,有数据分析员需要的免费数据

2,为项目建立打下基础

      

机器训练:落实算法应用,增加算法的实际效益,给算法工作者带来利益。

      描述:机器学习需要以数据为基础,落实算法,实现预期效果,平台提供数据,提

供算法应用的需求场景,使相关人才发挥更高的社会价值。

预期效果:达到预期效果,优化产业,提升劳动效率。

      描述:智能算法的应用包括分类,预测,发现关系等功能。一个智能算法的应用往往带了劳动效率的较大提升。而一次产业优化需要大量的工程投入,可以带动产业发展。

 

平台之大:以现有互联网环境为模型

平台之专:浓缩互联网信息架构之精髓,化繁为简,物尽其用。

 

 

互联网要发展壮大,必须继续增加它的线上盈利点。其核心驱动力为知识增值:包括优化理论体系,优化生产流程。惠及大众,惠及全民。

收藏
点赞
0
个赞
共3条回复 最后由求代课1357回复于2018-10
#4求代课1357回复于2018-10

优化产业指日可待

0
#3求代课1357回复于2018-10

功能吸引力很强

0
#2choleraa回复于2018-07

全民参与呀, 这个在某些场景下可以, 但场景还是比较有限的. 主要是激励环节不太好设计.

0
快速回复
小编推荐
AI的思维
Baidu Create 2018全程回顾
TOP
切换版块