高德通过自有海量的图像源，来保证现实世界的每一个新增的POI及时制作成数据。在较短时间间隔内（小于月度），同一个地方的POI 的变化量是很低的，如下图所示，只有“汤火功夫”POI是一个新增的挂牌。
早在2019年7月，玄铁910就向开发者开放，全球开发者可以免费下载该处理器的FPGA代码。玄铁910也成为RISC-V向高端芯片挺进的代表处理器。不久前，玄铁910全球首次实现兼容安卓，极大拓展了RISC-V架构面向开放生态的想象力。
除此之外，平头哥还陆续开源了低功耗微控制芯片设计平台——“无剑100 Open”，处理器、基础接口IP、操作系统、软件驱动、开发工具等全套模块。
不同于成熟的软件开源，硬件开源是个新概念。
对于开发者来说，直接使用开源软件，成本比较低，有吸引力。但硬件开发流程复杂、时间漫长，试错代价昂贵，对硬件开源提出了更高的要求。因此，经过市场验证的开源处理器便成为众望所归。
流计算的应用与实践在大数据领域越来越常见，其重要性不言而喻，常见的流计算引擎有 Google DataFlow、Apache Flink，Apache Kafka Streams，Apache Spark Streaming 等。
一、场景业务模型构建：重点在于如何自动化的构建出场景化的模型数据。大致的思路为：1）线上执行过后的订单数据存在诸多特征；2）根据线上落盘数据进行特征值分析；3）构建数据特征集合与对应的样本数据；
特征提取-特征聚类
本文举例对于加工时长bomCost字段，对于标品来说是0，对于加工品来说，比如鱼类，需要增加15分钟宰杀作业时间，对于凉拌菜等需要增加10分钟进行制作等等。此处会单独将特定字段进行区间分类，如此将分类后的值进行特征的挖掘基础，即可将离散的值变得有意义。
特征提取-特征决策
依赖上述聚合出来的全量潜在特征数据，在特征决策模块会基于代码中抽象出的特征字段进行匹配，当然最重要的是依赖于业务领域的测试专家经验进行主动识别标注，最终沉淀出领域的基线特征集合。
在交易领域的特征覆盖率的提升经过了以下几个阶段，初始的测试单据（日常测试单据+链路自动化单据）特征覆盖率仅50%左右，覆盖率确实不高，通过覆盖率报告的分析发现，除了确实无单据覆盖的特征，还有一类问题是有单据覆盖但是平台无法匹配上的特殊字符类特征值或不可穷尽枚举类特征值
但这个问题非常值得解决，它很有技术挑战，一旦解决之后机器就能成为听障人群和健听人群之间非常好的沟通桥梁。我们计划尽快让这个技术迭代、成熟，让更多听障人群可以使用。未来类似这样的难题，我希望不仅阿里巴巴能够解决，我们希望把这样的技术开放出来，让所有人共同解决类似这样的难题。
