类似推荐
编辑推荐
从业务需求到数据交付，Al赋能全场景，让业务决策更智能。
内容简介
本书详细阐述如何在游戏经营分析场景中利用大模型实现数据体系的建设。全书分为6个部分，共16章。
第1部分主要介绍大模型技术的发展与应用，从大模型的发展现状展开，重点介绍大模型与数据体系的相关知识。
第2部分主要介绍大模型下的关键基础设施，涵盖湖仓一体引擎、湖仓的关键技术、实时数据写入和高效数据分析等内容。
第3部分主要介绍大模型下的数据资产，围绕数据资产重塑、数据资产标准、数据资产建设、数据资产运营展开。
第4部分主要介绍自研领域大模型的技术原理，涵盖领域大模型的基础、需求理解算法、需求匹配算法、需求转译算法等内容。
第5部分主要介绍大模型的工程化原理，涉及工程化的基础、技术筹备、建设要点、安全策略等内容。
第6部分介绍大模型在游戏领域的应用，通过游戏领域的经营分析案例，系统地阐述如何实现业务需求。
章节目录
版权信息
内容提要
前言
作者简介
资源与支持
第1部分 大模型技术的发展与应用
第1章 大模型的发展现状
1.1 大模型的发展历程
1.2 大模型的市场规模
1.3 大模型技术的应用现状
1.4 小结
第2章 大模型与数据体系
2.1 业务对数据体系的需求
2.2 经典数据中台解决方案
2.3 大模型带来的新机会
2.4 全新的大模型解决方案
2.5 小结
第2部分 大模型下的关键基础设施
第3章 大模型下的新基建
3.1 湖仓一体引擎
3.2 DeltaLH湖仓的关键技术
3.3 实时数据写入
3.4 高效数据分析
3.5 小结
第3部分 大模型下的数据资产
第4章 数据资产重塑
4.1 数据资产方案的现状
4.2 面临的核心挑战
4.3 重塑数据资产的思路
4.4 小结
第5章 数据资产标准
5.1 需求资产标准
5.2 特征资产标准
5.3 库表资产标准
5.4 小结
第6章 数据资产建设
6.1 AI助力资产初始化
6.2 AI辅助需求资产建设
6.3 AI辅助特征资产建设
6.4 AI辅助库表资产建设
6.5 小结
第7章 数据资产运营
7.1 数据资产运营的目标
7.2 需求资产运营
7.3 特征资产运营
7.4 库表资产运营
7.5 小结
第4部分 自研领域大模型的技术原理
第8章 领域大模型的基础
8.1 领域大模型的背景
8.2 领域大模型方案
8.3 领域大模型架构
8.4 小结
第9章 需求理解算法
9.1 从模糊需求到清晰需求
9.2 常见的需求理解算法
9.3 需求理解算法的设计原理
9.4 小结
第10章 需求匹配算法
10.1 从需求到资产
10.2 召回算法
10.3 精排算法
10.4 小结
第11章 需求转译算法
11.1 从需求到查询
11.2 解决方案
11.3 实战原理
11.4 小结
第5部分 大模型的工程化原理
第12章 工程化的基础
12.1 工程化的背景
12.2 工程化的核心
12.3 工程化的建设思路
12.4 小结
第13章 工程化的技术筹备
13.1 技术调研评估
13.2 大模型应用框架
13.3 提示词工程
13.4 开发环境的准备过程
13.5 小结
第14章 工程化的建设要点
14.1 明确构建目标
14.2 核心功能的实现
14.3 运营质量的评估指标
14.4 小结
第15章 工程化的安全策略
15.1 安全体系建设要点
15.2 安全体系实施方案
15.3 小结
第6部分 大模型在游戏领域的应用
第16章 游戏领域的应用案例
16.1 游戏经营分析的背景
16.2 智能助手系统架构
16.3 代码生成应用
16.4 探索分析应用
16.5 小结
大模型工程化：AI驱动下的数据体系是2025年由人民邮电出版社出版,作者腾讯游戏数据团队 编著。
得书感谢您对《大模型工程化：AI驱动下的数据体系》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
