分类 随笔 下的文章

基于用户画像的推荐算法实现


  接上文,现代社交网站常常需要根据用户身份和偏好向他们推荐相似用户,比如微博,并且这些数据常常数据量常常十分巨大,简单的协同过滤算法已经不能满足需求了,那么该如何应用mahout更好地解决呢?当然要根据场景和数据具体分析,同时Mahout中的算法十分丰富(查看),并且依托于hadoop,可以充分发挥云端的力量。这里只是抛砖引玉,尝试用组合推荐的方法进行用户社会化推荐。   首先来看看假定的数据构成:


基于标签的推荐算法实现


  上面一篇文章说到了可以用mahout快速开发推荐算法,事实上推荐算法的应用场景已经十分广泛,最早提出的是协同过滤的推荐算法,也已经应用于各新闻,社交及电商网站。下面让我们模拟这一算法的开发过程。   首先对于每一个注册用户,网站可以根据他们对相关内容的关注程度给他们分别标上标签,例如,张三喜欢某款运动鞋等。随着网站用户数的增加,数据量也随之增长,这时候为了提高效率,网站就可以考虑使用推荐算法来向用户推荐物品。   为了更好地进行计算,首先要将数据进行清洗,例如将用户和物品按照数字编号进行表示,以一定的格式给出,例如:    23,345    12,22    45,87    ......

  然后就可以进行程序的编写了。


脑洞-手机当蓝牙


耳机插电脑上,然后起身的时候把电脑带掉了

设想

手机通过Wife或者Bluetooth和电脑连接,将电脑上的声音传输到手机上,就可以避免悲剧了:)


硬件设备组网与配置实验


交换机、路由器入门

Tips:

  • ? 帮助
    • ? //显示当前模式下可用的命令
    • sh? //显示当前模式下sh打头的命令
    • show ? //显示show命令后面可跟的参数
  • 命令缩写
    • conf t //等价于configure terminal
  • 命令补齐
    • conf //按TAB键自动补齐configure
  • R:路由器 S:交换机