推荐系统首先收集用户的历史行为数据,然后通过预处理的方法得到用户-评价矩阵,再利用机器学习领域中相关推荐技术形成对用户的个性化推荐。有的推荐系统还搜集用户对推荐结果的反馈,并根据实际的反馈信息实时调整推荐策略,产生更符合用户需求的推荐结果。为了更好的去了解一个推荐系统，从0到1了解推荐过程，我们通过一些网上开源的数据来搭建一个推荐系统
2025/4/20大约 5 分钟
离职已有好几个月，准备写一篇关于之前在腾讯做Java开发的经历，现在来谈谈在Java领域里，在腾讯做Java开发的体验。随便写写别较真。
2025/2/25大约 6 分钟
一、mac端
mac是typec的，用了个转接头+网线直连主机，初始化的时候跟下面一致，默认都是自动的
2024/11/29大约 2 分钟
随着移动互联网的飞速发展，人们已经处于信息过载的时代。在这个时代，信息的生产者很难将信息呈现在对其感兴趣的消费者面前，而信息消费者也难以从海量信息中找到自己感兴趣的内容。推荐系统充当了将信息生产者和信息消费者连接起来的桥梁，平台通常作为推荐系统的载体，实现信息生产者和消费者之间的匹配。
2024/11/29大约 6 分钟
2024/11/10小于 1 分钟
虽然有苹果的电脑，但是在安装一些软件的时候，总想着能不能有一个小型的服务器，免得各种设置导致 Mac 出现异常。整体上看了一些小型主机，也看过苹果的 Mac mini，但是发现它太贵了，大概要 3000 多，特别是如果要更高配置的话，价格会更高，甚至更贵。所以，我就考虑一些别的小型主机。也看了一些像 NUC 这些服务器，但是觉得还是太贵了。于是我自己去淘宝搜索，找到了这一款 N100 版的主机。
2024/10/27大约 6 分钟
LiteFlow真的是相见恨晚啊，之前做过的很多系统，都会用各种if else，switch这些来解决不同业务方提出的问题，有时候还要“切一个分支”来搞这些额外的事情，把代码搞得一团糟，毫无可读性而言。如何打破僵局？LiteFlow为解耦逻辑而生，为编排而生，在使用LiteFlow之后，你会发现打造一个低耦合，灵活的系统会变得易如反掌！
2024/9/8大约 7 分钟
2024/9/1大约 17 分钟
广告业务是各大互联网公司主要的商业化变现营收来源，近年来随着互联网和移动端技术的普及，使得广告的用户触达成本大大降低，而广告的形态和内涵也逐渐变得复杂，广告不再是单纯的展示和计费，而是结合了推荐、大数据等各类计算技术，以达到广告的精准受众定向，计算广告概念由此诞生。本文基于《计算广告》及互联网内容，整理了计算广告核心概念及入门知识，希望对入行广告行业的RD和非技术同学有所帮助。
2024/9/1大约 12 分钟
在腾讯广告工作期间，我主要负责小程序电商与广告业务，见证了互联网电商行业的剧变，特别是众多电商公司纷纷拥抱私域流量，直播带货成为新风尚，广告投入也在持续增加。通过这些经历，我积累了不少关于互联网电商的经验，并萌生了尝试电商副业的想法。
2024/8/4大约 10 分钟