4月20日，UBDC全域大数据峰会·2016在北京举办。会议以“无数据不智能”为主题，除主论坛之外，分辨设立了“数据化运营”、“数据营销”、“IOT和O2O数据利用”、“数据开放与发展纵横谈”四个平行分论坛。

　　Drawbridge总监、数据科学负责人在“无数据不智能”的主论坛上，分享了技巧如何联结数据。李想分享了强账号系统和跨屏联结两个概念。

　　李想认为，强账号系统是封闭的，譬如腾讯账号在腾讯系统内是可行的，但是用户一旦脱离了腾讯环境。后面的情况就不得而知了。

　　而实际上，如果每一个用户都可能拥有很多设备，这些设备有可能有各自不同的应用处景和应用习惯。但是属于同一用户的话，用户在这设备上会有必定的相干性，如果我们视察数据的面足够广，数据的量也足够大，从必定程度上我们是有这个可能创造这些数据其实是一个人的。

　　李想在大会上分享了三个利用跨屏连接数据的案例，以下为李想在UBDC全域数据峰会·2016中分享的速记实录：

　　有什么最大的变更，我说应当是有各种各样的基于用户的互联网设备的增进，比如从最早智能手机开端，后来涌现智能电视、智能手表，甚至有物联网，这种设备的涌现对终端用户来讲是激动人心的事情，因为他们可以在任何时间，任何处所，用很多方法获取他们想要得到的信息。另外一方面，对很多企业来讲，这些大的互联网设备涌现引起了一个新的问题，我们知道很多企业最终的目标是要把产品卖给客户，很多时候这个企业的产品跟客户所拥有的移动设备的数量没有关系。比如这是一个化装品公司，他的任务是把他的化装品卖给他的客户，他不会说他的客户是拥有3、2台电脑会比没有电脑，拥有2台手机的客户买的化装品多。在这种情况下，用户获取信息的道路比较简略，报纸、电视，从现在看，这些渠道是一个非常粗暴，最原始的方法，它对客户没措施做个性化的推送。这也有一个利益，因为客户的意志力会比有限的渠道里，他做的事情非常简略，我把广告，投放到有限的渠道里去，就可以直接影响到这个客户的购置行动。

　　现在随着各种各样的移动互联网设备涌现，用户的行动产生了翻天覆地的变更，首先用户获取信息的道路是千千万万，速录公司，电脑、手机、平板，这是一个最大的变更。

　　从大的方面讲，应当有两种方法，另外一种是我花比较多的时间是基于概率的领域。首先是强帐号系统，开放的寻衅，看用户是不是用同一个账户登录。我们总结一下，这些设备有可能有各自不同的应用处景和应用习惯。但是属于同一用户的话，用户在这设备上会有必定的相干性，如果我们视察数据的面足够广，数据的量也足够大，从必定程度上我们是有这个可能创造这些数据其实是一个人的。

　　下面从技巧层面做一些相对深入的分析，首先把这设备把概念连接起来，它必定是一个大数据系统，唯一能够知道哪些设备是属于同一方法，我们把视察到的设备拿到这个系统来。比如举个利用处景，PC端跟移动互联网的连接，把我们能视察的PC端的标识和移动端的标识拿在一起，我们对这个数据做大批的沉淀、梳理、处理，两个设备之间的标识。换句话说，这相当于大海捞针的过程，全部系统的输出是比较少的数据量，但是它的数据必定是海量的数据。

　　举一个实际的例子，我们一个处理600亿次的系统。这个系统大概是怎么工作的？一般分成三个模块，第一个模块是海选系统，它把所能视察到的PC端和移动端的数据拿过来，我尽量产生一个有可能的配对，这是什么意思？这些配对有可能是属于同一个用户的，在海选阶段有两个特点，第一个特点，它处理的速度利用非常快，如果你处理速度赶不上数据进来的速度，会有很大问题。第二个特点，它对配对的质量有所请求适当的放松。但是我们盼望属于同一个人的设备中尽量在海选阶段保存下来。第二个阶段是我们把海选的成果拿过来，进行精选的阶段。在这里我们会做这样的事情，录音整理，我们会对海选的成果提取一些非常复杂的特点，我们会用相对盘算量非常复杂的模型，他们所谓做这些事情只有一个目标，我们盼望对海选的配对产生一个分，配对正确的标识分出的越高越好。我们可以做一些其它的处理，比如排序等等，所以目标只有一个，尽量把毛病的配对删除，或者打一个很低的分，把可能属于同一用户的配对的分值提上去。

　　在一般这种情况下，对我们将近一半的客户，精选的量的成果就足够了，他们需要的东西很简略，比如PC端跟手机的配对，但是对我们另外一半客户，北京速记公司，他们需要更苛刻或者复杂一些，你能不能对我们的客户所有移动的标识，我们需要做的聚类的处理模块，我们把前面两块的成果拿过来，先产生一个图，如果你做图的话，确定会有结点。这里面结点是各个设备的标识，比如PC跟移动设备的标识。