北京时间7月26日晚间，“新电商第一股”拼多多在上海、纽约同时敲钟，正式登陆纳斯达克市场。其发行价为19美元，总市值达240亿美元。拼多多上市，刷新了中国互联网企业最快上市纪录，从2015年9月上线到登陆纳斯达克，拼多多仅用时2年11个月。

分析认为，继阿里巴巴、京东之后，拼多多赴美上市使得中国电商市场正式形成“三足鼎立”的局面。在新电商时代，理解和抓住不同层次消费者的需求成为关键。对于拼多多而言，社交红利难以长期持续，沉下心做产品、做渠道，如何创造出更多的价值是其未来发展最需要考虑的问题。

招股书还显示，拼多多自成立以来，活跃消费者数量、活跃商家数量、GMV（商品销售额）等数据均呈现指数级增长。截至今年6月30日，拼多多活跃买家数达3.44亿。与此同时，拼多多GMV达2621亿元，过去一年活跃买家平均消费额从674元增至763元。此外，拼多多平台的收入继续保持高速增长，2017年全年佣金及广告收入为17亿元，2018年第一季度佣金及广告收入则达13亿元，较去年同期大涨37倍。

对于拼多多得以快速发展的原因，分析人士曾指出，在消费升级的背景下，电商巨头纷纷转向中高端消费者，拼多多依靠错位竞争，针对长尾且分散的低线消费客群，主打“爆款+拼团”的方式聚集大量有效需求，使得中间的生产、营销、物流配送等环节实现规模化并有效摊销成本，由此快速渗透市场且保障商家能够盈利，从而快速打开市场。拼多多创始人兼CEO黄峥则坦言，拼多多现在的高速成长，不止源于团队的努力，更源于时代的发展和幸运。

关于此次募集资金的用途，拼多多方面表示，计划将40%的募资款用于增强和扩大公司现有业务，40%用于技术研发，剩余资金将用于日常公司运营和潜在投资项目。黄峥透露，2018年，拼多多将投入100亿元资源，加速进入500个产地，扶持1万名新农人，帮助更多农产品产地解决货源与交付难题。而此前的2017年度，拼多多共计催生9亿多笔扶贫订单，销出183万吨农产品，覆盖90%国家级贫困县。

未来如何转型待观察

如今的拼多多在社交电商领域基本属于“一家独大”，对于这种模式是否会被复制的问题，黄峥倒不担心。他曾表示，一方面拼多多是平台模式，具有头部效应；另一方面竞品只有在一定规模下才有意义，拼多多已达到了一定体量。

此次拼多多在美上市，被认为标志着新电商时代来临，拼多多正式从阿里巴巴、京东电商两极中走出来，形成“三足鼎立”的局面。

西安软件开发、西安APP开发、西安软件外包、西安软件开发、西安网站建设、电商软件开发、社交软件开发、直播软件开发、西安网站制作、西安区块链开发

事实上，今年以来，阿里巴巴和京东等对社交电商的关注以及针对低价产品需求者的布局，显示出电商巨头已感受到了压力。今年3月，京东和美丽联合集团成立的合资公司推出的社交电商微选上线。4月，京东又推出了开普勒轻商城小程序，并进行了“史无前例”的大促销。与此同时，淘宝上线了一款名为“淘宝特价版”的应用程序，主打小件低价商品。

值得注意的是，在对别人形成压力的同时，拼多多自身存在的问题也是显而易见。众所周知，拼多多主要通过“拼团”模式能够最大提高消费者的议价能力，这种模式最大的优势在于可以让消费者以更低廉的价格买到所需商品，但与此同时，也带来了山寨货、质量差等问题。此外，社交电商平台的“砍价”模式，被认为是骚扰式营销，备受消费者诟病。随着消费者和市场日益成熟，社交电商红利或将不可持续，拼多多未来如何转型值得关注。

在上市仪式上海现场，黄峥发表演讲称，3年时间，从无到有，在商业文明中，拼多多只是一个3岁的孩子，身上有很多显而易见的问题，眼前充斥着可见的危险与挑战。“这迫使我们不断改进、演变甚至进化。拼多多上市只是一个起点，我们刚刚踏上赛道，渴望释放力量，创造更多价值。”

腾讯科技讯 纵观2018上半年，网络犯罪分子不断翻新攻击手段，黑产渗透更多供应链，恶意挖矿、勒索软件大行其道，巨量DDoS攻击威胁与日俱增，且受攻击的行业不断增多，互联网整体安全环境面临更严峻的挑战。7月26日，腾讯安全对外发布《2018上半年互联网黑产研究报告》（以下简称《报告》），通过腾讯安全联合实验室、腾讯电脑管家、腾讯手机管家、腾讯云的海量大数据，首次披露手机应用分发、APP刷量推广、勒索病毒解密、控制肉鸡挖矿等七大互联网黑色产业链，针对移动端与PC端黑产特点与趋势做了详细分析，并介绍了腾讯安全在新形势下对抗互联网黑产的实践经验。

移动端黑产规模宏大 恶意推广日均影响用户超千万

近年来，伴随移动应用的影响力逐渐超过电脑应用，主要互联网黑产也迁移到手机平台，手机病毒的数量和种类空前增长。《报告》显示，2018上半年手机病毒类型多达数十种，且大部分病毒集中在资费消耗、恶意扣费和隐私获取这三种类型，其中资费消耗类占比达到32.26%，恶意扣费和隐私获取类占比分别为28.29%和20.40%。

据腾讯安全反诈骗实验室监测显示，移动端以暗扣话费、恶意移动广告、手机应用分发、App推广刷量四大黑产最为典型，堪称“掘金机器”。以暗扣话费黑产为例，互联网上每日约新增2750个左右的新病毒变种，通过伪装成各种打色情擦边球的游戏、聊天交友等手机应用进行传播，每日可影响数百万用户，按照人均消耗几十元话费估算，日掠夺话费金额可达数千万。

通过手机恶意软件后台下载推广应用，也是手机黑产的重要变现途径。腾讯安全反诈骗实验室的数据显示，手机恶意推广的病毒变种每天新增超过2200个，每日受影响的网民超过1000万。恶意推广不仅破坏了手机用户的使用体验，还给软件开发者带来了巨大的经济损失，APP推广刷量历经机器刷量、众筹人肉刷量、木马技术自动刷量三个阶段的变更，极大地浪费了软件开发者的推广费用。

西安软件开发、西安APP开发、西安软件外包、西安软件开发、西安网站建设、电商软件开发、社交软件开发、直播软件开发、西安网站制作、西安区块链开发

PC端黑产日趋成熟 挖矿木马成影响面最广恶意程序

在PC端方面，勒索病毒、控制肉鸡挖矿以及DDoS攻击已发展成成熟且完整的黑产链条。受2018年区块链产业大热影响，由加密数字货币引发的网络犯罪活动空前高涨，挖矿木马更成为了2018年影响面最广的恶意程序。

黑产为控制尽可能多的肉鸡电脑组建僵尸网络进行挖矿，将目标转向了配置高的“吃鸡”玩家、网吧电脑，搭建挖矿集群。今年4月11日，在腾讯电脑管家团队和守护者计划的支持下，警方在辽宁大连破获一大型挖矿木马黑产公司。该企业将恶意程序植入吃鸡“外挂”中进行传播，搭建木马平台，招募发展下级代理商近3500个，非法控制用户电脑终端389万台，合计挖掘各类数字货币超过2000万枚，非法获利1500余万元。

除了组建僵尸网络挖矿牟利之外，控制肉鸡电脑执行DDoS攻击也是历史悠久的黑产赢利模式之一。随着DDoS新技术不断演进，DDoS攻击正在规模化、自动化、平台化的发展。接发单人、担保商、肉鸡商、攻击软件开发人员等构成了完整的DDoS攻击黑色产业链，挖矿、攻击企业服务器、窃取机密，给现阶段的网络安全防护蒙上了一层阴影。今年的Memcached反射放大攻击，不仅仅在技术上达到了5万倍的反射放大效果，在流量上更是达到了1.7Tbps的峰值效果。 

此外，在今年5月12日WannaCry爆发一周年之际，腾讯安全首次对外曝光了勒索病毒解密黑色产业链，其中勒索病毒作者、勒索者、传播渠道商、代理各司其职。勒索病毒作者负责勒索病毒编写制作，对抗安全软件；勒索者定制专属病毒，并联系传播渠道商进行投放；代理向受害者假称自己能够解密各勒索病毒加密的文件，实则与勒索者合作，共同赚取受害者的赎金，部分代理还通过购买搜索引擎关键字广告来拓展业务。

在网络安全环境和形势的持续变化中，构建由内而外的安全生态体系，形成高效协同的主动防护能力至关重要。虽然互联网黑产的负面影响仍在继续，然而腾讯TRP-AI反病毒引擎通过人工智能和大数据的结合，已实现了反病毒黑产技术的突破。目前该引擎技术部分成果已经在腾讯手机管家云引擎中得到应用，并且该技术通过深入集成的方式在魅族Flyme7系统中率先全面应用，有效保障用户的上网安全。

　    打开外卖平台，除了订餐、选生鲜，还能买什么？美团外卖平台上近日悄然出现了服饰频道，虽然目前还只有海澜之家一家服装品牌入驻，但已经显露出外卖平台的野心——让服装也能像外卖一样随买随到。从最初的订餐平台，到如今实现多品类覆盖，主打同城就近配送的外卖平台，在服装领域是否真能撼动电商平台的地位？

　　“点外卖时，竟然还能顺便买套衣服。”有细心的消费者发现，在美团外卖平台上，最近悄然出现了一个“服饰”窗口，点击进去后看到海澜之家赫然在列。这不是海澜之家转型做食品外卖，而是衣服可以当作外卖送到人们手中了。

　　近日，海澜之家宣布正式进驻美团外卖，用户可在美团外卖APP中搜索海澜之家下单，外卖小哥到门店取货后，衣服可以和普通外卖一样一小时内送货上门。

　　记者在美团外卖APP中看到，目前服饰栏目只有海澜之家一家品牌入驻，仅为附近有海澜之家门店的地址提供配送服务。对比实体店的价格发现，外卖平台上的服装价格和线下一致，但需要收取几元的配送费，而且配送费随距离而变。例如，当收货地址距门店1.2公里时，配送费为5元，当距离变成3.8公里后，配送费就涨到了7元。当记者昨晚9点登录美团外卖时，海澜之家的线上店铺已经打烊。

　　“外卖小哥送来的衣服，会不会夹杂着一股饭味儿？”对于外卖小哥的送衣新技能，有网友提出了质疑。常营附近的一位美团外卖配送员解释，如果有服装订单，会专门放在背包里，避免“串味儿”，不过，目前他还没有接到过服装订单。

　　相比几年前刚起步的阶段，目前外卖平台的业务范围越来越广，除了餐食，消费者如今还可以在外卖平台购买鲜花、药物、生活用品等，也可以通过跑腿代购服务购买任何所需商品。美团外卖方面表示，用户的即时性消费需求不断增多，希望更快更便捷地获取所需，这种需求也延伸到了餐饮外的品类，如在线上购买衣服，并希望能即时送货上门。为了能更快速响应这种需求，美团闪购与海澜之家建立了合作，为用户提供即时配送服务。

　　订单少 真刚需还是伪需求

　　“海澜之家门店被美团外卖小哥哥围堵”“一群群身着亮眼制服的美团外卖小哥哥齐聚在海澜之家门店门前”……在海澜之家官方微信公众号的一篇推文中，外卖服装业务看起来火爆异常。不过，记者走访北京多家海澜之家实体门店发现，事实并非如此。

　　在海澜之家建国路店，记者守候了一个多小时，也没有发现外卖人员前来取货。据店员介绍，虽然已经推出了外卖服装业务，但最近收到的订单并不多。海澜之家王府井店店员透露，王府井店两天里才接到一份外卖订单。根据美团外卖平台显示的销售信息，多数海澜之家门店的外卖订单数量仍为个位数，比如位于朝阳区万鑫佰隆商城的门店销售数量为4件，管庄路的门店仅为1件。

　　“买衣服为什么非要1个小时送到家？如果明天有约会，我肯定今天就去买好了。”白领王先生对外卖平台卖衣服感到诧异，“不喜欢逛街的男生可能还有需求，但是习惯精挑细选的女生会直接下单吗？”

　　根据海澜之家发布的信息，把男装当外卖来出售，主要是为了解决消费者生活中遇到的突发状况，比如衣服突然脏了、破了，临近面试突然发现领结忘带了，这些突发情况虽然是偶然发生，但仍有市场需求。

品类受限 难撼电商格局

西安软件开发、西安APP开发、西安软件外包、西安软件开发、西安网站建设、电商软件开发、社交软件开发、直播软件开发、西安网站制作、西安区块链开发

　　记者对比发现，相比线上电商平台，海澜之家的外卖店铺只能算是电商的迷你版。虽然价格一致，但海澜之家在美团外卖平台仅有明星同款、夏季上装等7个类别，而在各大电商平台上，海澜之家旗舰店的分类更多也更细致。不仅如此，海澜之家在外卖平台上的服装品类也远远少于实体店，例如其在美团外卖上仅有6款皮带在售，但实体店中的皮带款式多达几十种。

　　不同于食品、生活用品等其他商品，人们对服装的要求更加个性化，外卖平台上售卖的衣服真能满足人们的需求吗？在北京商业经济学会常务副会长赖阳看来，外卖平台销售服装主要为了满足消费者的应急需求，这些应急所需的衣服不需要精挑细选，因此，一些基本款会成为外卖业务的首选。

　　“外卖平台已经建立了成熟的体系，引入服装品牌进驻，平台不会增加太多成本，但入驻的企业需要提供信息化服务。”赖阳分析，海澜之家在外卖平台开店希望扩大销售规模，但从发展趋势看，这种形式只是有限的补充。

　　美团外卖表示，未来将吸引更多品类商家上线。也有消费者认为，当入驻外卖平台的服装品牌达到一定的丰富程度时，可以更方便地看到附近门店的商品信息，从而为服装实体店带去更多客流。

机器学习在我们生活中的用处有多大，就不用我们多说了，大到医疗诊断，小到手机应用，机器学习都应用的风风火火。但是用机器学习帮自己在学校找对象，你听说过吗?

最近滑铁卢大学一位叫 Bai Li 的留学生(李白?应是中国同胞)在 medium 上分享了如何用 ML 中的逻辑回归方法帮自己找女票的神操作。像这么实用的技术，我们必须观摩学习一个。

这里插一嘴，以前老有人搞错滑铁卢大学，这里的滑铁卢在加拿大，不是比利时那个让拿破仑最后真的拿了破轮的滑铁卢。滑铁卢大学是加拿大一所著名高校，是北美地区最优大学之一，其数学、计算机科学和工程学科教学水平居世界前列，其中优势专业计算机科学名列 2017 年 usnews 世界大学排行榜第 18 位。

好了废话不说，我们观看少年的表演：

滑铁卢大学是出了名的缺少社交活动和很难找到对象。和我(原作者Bai Li——译者注)一样，滑大的很多计算机专业男生都觉得，找女票是不可能找到的，大概毕业前都不会找到的。找也不知道该怎么找，谈恋爱又不会，就只能敲敲代码才能维持得了生活这样子。 

有些人觉得爱情这种东西是没法量化的，你只管“做你自己”就好了。不过，作为滑铁卢大学的一个数据科学家，我对此持不同意见。我就想了，既然是搞计算机的，干嘛不试试借助机器学习找女朋友呢?

方法论

心动不如行动，马上着手研究如何用机器学习技术找女票。

这个研究的核心问题是：具备哪些属性，能在滑铁卢大学众多男生中脱颖而出找到女朋友?

很多人觉得兜里有钱会更能吸引妹子，此外身高、有没有肌肉这些指标也会起作用。

我们下面就试着找出哪些是最有预测力的属性，哪些假设没有数据支撑。

我首先想到了下面这些属性：

约会（目标变量）：有女朋友，或者过去5年内曾有过至少维持了半年感情的女朋友。

国籍：留学生（因为我也是留学生）

专业：CS，SE和ECE专业

事业：在学术上很成功，找到了薪水优渥的实习工作

有趣性：能说会道，总能找到有趣的谈资

社交性：外向性格，总想认识新朋友

自信：看着比较自信

身高：身高比我高（> 175 cm）

眼镜：戴眼镜（我也戴）

健身：定期去健身房，或者运动

时尚：注重外在形象，穿着有品位

加拿大：过去5年内基本生活在加拿大

亚洲人：来自东亚地区（因为我也是）

看到这里你应该会发现，上面有些属性非常主观，比如怎么证明一个人很有趣?

在上面这些情况中，我按照是否符合标准会赋予 1 或 0 这两个值。所以，我们是在衡量人们的上述属性和能找到对象之间的关系(当然是根据我自己的理解，不喜勿喷)。

所以，假如你是想看那种超硬核又严格统计的研究，那么后面的内容可能不是你的菜。

为了收集数据，我把自己能想到的每个人都列在表格里，在每个属性里会以 0 或 1 给他们打分。最终，数据集有 N=70 行。如果你过去两年待在滑大，和我认识，多半这个表格上有你。

分析

首先，我们将精确概率法(Fisher’s Exact Test)对目标约会变量和所有的说明变量进行分析，发现其中有 3 个变量影响最为显著：

健身：定期去健身房或运动的人有女朋友的概率会高出两倍以上(P值=0.02)

眼镜：不戴眼镜的人有女朋友的概率比戴眼镜的人会高出 70%(P值=0.08)

自信：有自信心的人有朋友的概率更高(P 值=0.09)

和我预期的一样，有肌肉有自信的小伙更有吸引力。不过我对戴眼镜与否影响这么大感到很意外，好奇是不是因为戴眼镜一般会给人产生“书呆子”的印象。所以我又查了些资料，发现还真有这么一回事，有篇研究论文讲到大多数人认为不管男性还是女性，戴眼镜会降低自身吸引力。

有些变量对于能否成功约会可能比较有预测力，不过很难确定，因为样本较小：

留学生比加拿大本地学生的约会成功率要高

亚洲人和其它人种相比约会机会更少

纵览其它因素，虽然女生很少，计算机专业的男生似乎并不处于劣势

剩下的变量(身高/事业/有趣性/社交性/时尚/居住地)这些和成功约会的关系不是很大。不好意思，哪怕你在 Facebook 上班，该没女票还是没有。

本次实验的完整结果：

接着我们检查各变量之间的关系，这可以帮我们识别出不正确的模型假设。红色表示正相关，蓝色表示负相关。我们只展示统计显著性

从图中看起来有相互关系。

在接着往下看之前，我得强调一下我的这些朋友不能代表滑铁卢大学的整体情况。我平时都是在课堂上或工作中认识的他们(虽然什么样的人都有，但都是从事计算机相关的事情)，要么是熟人(虽然来自不同专业，但大部分来自东亚地区，在加拿大生活)。

用这些数据训练后的模型也会反应这些偏差，未来我也会扩大调查范围，收集更多数据。

用逻辑回归预测找女票

要是有个算法能够预测你有多大几率可以找到女票，岂不美哉?我们试试!

我训练了一个逻辑回归广义线性模型，根据我们前文列举的这些说明变量预测是否会有女票。借助 R 语言中的 glmnet 和 caret 包，我用弹性网络正则化训练了这个广义线性模型。然后用标准网格搜索法优化了超参数，在每次迭代中使用留一交叉验证法，并优化 kappa 系数。

最终模型的交叉验证 ROC AUC 分数为 0.673，也就是说模型在预测你找到女票的几率方面，比你凭感觉乱猜还是更靠谱些。当然了，生活中总会有些偶然的不确定因素，人生也会有惊喜嘛。

西安软件开发、西安APP开发、西安软件外包、西安软件开发、西安网站建设、电商软件开发、社交软件开发、直播软件开发、西安网站制作、西安区块链开发

好了不说了，我去健身房了，还要努力摘掉眼镜!

后话：小哥在原文中将自己的模型分享了出来(很可能已经找到另一半所以也不藏私了)，用它就能测试自己在滑铁卢大学找到女票的概率。奈何打开链接后，目前已无法获取模型。如果后期能正常访问，我们会把这款能预测你“姻缘”的模型分享给大家。当然了，如果你能自己创建一款这样可以预测桃花运概率的AI“半仙”，那是坠吼滴!