通过这样的深度标签方法，能够发现一个人行为背后的东西，比如说可变的性别行为，还有一个人的购买力，他购买的偏好，购买力的偏好也是不一样的。有些人可能收入不高，但是购买模式是比较喜欢消费奢侈品，或者中高端商品，也有深入高的，但是他的消费模式不一样等等。更多的是通过算法发现背后的东西。知识建模，比如我们通过行业信息爬取，我们构建更加丰富的行业知识模型，比如说电商的知识图，我们把电商的商品信息，特别是不同电商他们同一款商品可能有不同的表示，有不同的型号，他们可能就是一款商品，我们怎么样把不同电商里面的商品进行对齐，以及比如说影视相关的信息，汽车、房地产，我们能不能通过外部的行业知识去构建一个行业的知识图谱，而且这个知识图谱可能不仅仅是一个支点式的知识图谱，未来通过知识图谱技术，通过图的技术，我们能够把这些分离的知识再能够关联起来，形成很大的知识图，不同的电影，不同的人，不同的物之间，它们能够通过巨大的图谱连接起来，再把这个东西和我们前面讲的数据进行有效连接。还有其他技术，比如对地理信息的挖掘，基于位置信息，以及对于这个位置区域的人口属性分析，我们去挖掘异常行为。后面我也会讲到我们给政府解决方案过程中会用到这样的方法，做位置分析。
第二部分，介绍一下我们灯塔大数据。我们自己的定位还是在应用创新方面，中国电信也有很多做大数据的，我们作为研究院，我们希望能够更多的把我们的精力放在应用创新、技术创新、算法创新方面。