[转]过滤规则推荐

广告拦截AdGuard规则 (该规则合并自jiekouAD,AdGuard中文语言规则,AdGuard移动横幅广告过滤器,10007自用规则,EasyList no Element Rules,乘风视频广告过滤规则,EasylistChina,EasylistLite,CJX'sAnnoyance,Adblock Warning Removal List以及补充的一些规则)(该规则合并自EasyList,EasyListChina等,并补充了一些规则)1.AdGuard 基础规则(拦截国外广告)(EasyList的中文补充规则) 阅读详情
AI摘要

本文介绍了常用广告过滤工具如AdblockPlus、uBlockOrigin和AdGuard,以及多种广告过滤规则,包括乘风规则、EasyPrivacy、CJXsAnnoyanceList等,提供订阅地址和更新链接以帮助用户定制广告拦截策略。

常用的广告过滤工具:

广告过滤规则

常用的广告过滤规则:

  • EasyPrivacy:EasyPrivacy 是隐私保护,不被跟踪。

  • Anti-AD:号称是目前中文区命中率最高的广告过滤列表,实现了精确的广告屏蔽和隐私保护

  • HalfLife:本规则合并自乘风视频广告过滤规则、EasylistChina、EasylistLite、CJX'sAnnoyance


本贴提供的订阅地址适用于使用ADBlock Plus及uBlock Origin等,AdGuard不保证能用,请到更新地址寻找有无用于AdGuard的规则订阅。

AdRules AdBlock List(该规则合并自My AdFilters(for PC)、EdentwCustom、adgk、ClearUrl等,并补充了一些规则)(My AdFilters(for PC)合并自乘风视频广告过滤规则、EasylistChina、EasylistLite、CJX'sAnnoyance、EasyPrivacy)

订阅地址:

!gitlink:https://code.gitlink.org.cn/hacamer/AdRules/raw/branch/main/adblock.txt

AdRules AdBlock List Full(规则更大更多)

!gitlink:https://code.gitlink.org.cn/hacamer/AdRules/raw/branch/main/adblock_plus.txt

!Github Raw:https://raw.githubusercontent.com/Cats-Team/AdRules/main/adblock_plus.txt

更新地址:https://github.com/Cats-Team/AdRules

以上两规则误杀率较大

My AdFilters(不喜欢误杀可以选择此规则)

https://cdn.jsdelivr.net/gh/o0HalfLife0o/list@master/ad3.txt( 合并自乘风视频广告过滤规则、EasylistChina、EasylistLite、CJX'sAnnoyance、EasyPrivacy)

乘风小众视频过滤规则(主要用来补充AdRules AdBlock List Full)

订阅地址:

!Fast JsDelivr:https://cdn.jsdelivr.net/gh/xing ... ter/minority-mv.txt

更新地址:https://github.com/Silentely/AdBlock-Acceleration/blob/main/README_CN.md

I don't care about cookies(众所周知的屏蔽Cookie警告规则,也是用来补充AdRules AdBlock List Full的)

!订阅地址:https://www.i-dont-care-about-cookies.eu/abp/

同时您也可以使用以下规则:

abpmerge https://code.gitlink.org.cn/damengzhu/abpmerge/raw/branch/main/abpmerge.txt (合并自AdFilters,adgk,jiekouAD)

My AdFilters https://cdn.jsdelivr.net/gh/o0HalfLife0o/list@master/ad3.txt( 合并自乘风视频广告过滤规则、EasylistChina、EasylistLite、CJX'sAnnoyance、EasyPrivacy)

1.AdGuard 基础规则 https://filters.adtidy.org/android/filters/2_optimized.txt

2.AdGuard 移动广告规则 https://filters.adtidy.org/android/filters/11_optimized.txt

3.AdGuard 中文规则 https://filters.adtidy.org/android/filters/224_optimized.txt

4.EasyList China https://easylist-downloads.adblockplus.org/easylistchina.txt (EasyList的中文补充规则)

5.ADgk https://cdn.jsdelivr.net/gh/banbendalao/ADgk@master/ADgk.txt

6.jiekouAD 屏蔽盗版网站广告规则 https://code.gitlink.org.cn/damengzhu/banad/raw/branch/main/jiekouAD.txt

7.CJX's Annoyance List https://main.filter-delivery-staging.eyeo.com/v3/full/cjx-annoyance.txt

8.乘风规则:https://cdn.jsdelivr.net/gh/xinggsf/Adblock-Plus-Rule@master/rule.txt (站内https://bbs.kafan.cn/thread-1866845-1-1.html)

9.EasyList https://easylist-downloads.adblockplus.org/easylist.txt (英文主要规则)


---------------------
作者:风中漫步VIP
来源:优快云
原文:https://blog.youkuaiyun.com/weixin_46357557/article/details/128725217
 
 

四种推荐系统原理介绍(基于内容过滤/协同过滤/关联规则/序列模式) 在推荐系统中常用的技术可大致分为四类:基于内容的过滤、协同过滤、基于规则的方法和混合方法。 一、基于内容过滤         基于内容过滤推荐系统思路如下:       (1)通过在抓取每个商品的一系列特征来构建商品档案;       (2)通过用户购买的商品特征来构建基于内容的用户档案;       (3)通过特定的相似度方程计算用户档案和商品档案的相似度;       (4 阅读详情

相关推荐

协同过滤推荐算法总结

    推荐算法具有非常多的应用场景和商业价值,因此对推荐算法值得好好研究。推荐算法种类很多,但是目前应用最广泛的应该是协同过滤类别的推荐算法,本文就对协同过滤类别的推荐算法做一个概括总结,后续也会对一些典型的协同过滤推荐算法做原理总结。 1. 推荐算法概述     推荐算法是非常古老的,在机器学习还没有兴起的时候就有需求和应用了。概括来说,可以分为以下5种:     1)基于内容的推荐:这一类一...

weixin_33816300的博客 3866

广告拦截之easylist和easylistchina订阅地址

https://easylist-downloads.adblockplus.org/easylist.txt https://easylist-downloads.adblockplus.org/easylistchina.txt

sdujava2011 3万+

2.21 关联规则 vs 协同过滤:两种推荐算法的本质区别与应用场景

关联规则和协同过滤是两种主流的推荐算法,存在本质区别:关联规则基于物品共现模式发现(如购物篮分析),协同过滤则基于用户/物品相似度进行推荐。关联规则需要交易数据,推荐可解释性强但冷启动困难;协同过滤依赖评分矩阵,个性化程度高但面临数据稀疏问题。实际应用中,应根据数据特点选择:交易数据丰富时用关联规则,评分数据充足时用协同过滤,也可组合使用以发挥各自优势。关键选择因素包括数据类型、可解释性需求及系统实时性要求。

yonggeit的博客 3803

过滤规则推荐

常用的广告过滤规则

风中漫步VIP的博客 3万+

easylistchina_it:adblock plus EasyList China 在 IT 订阅

EasyList 中国在 IT 订阅

FLUKA软件在Ubuntu的安装指南(亲测有效)

FLUKA其强大的蒙特卡洛模拟能力使得用户能够模拟复杂的辐射相互作用过程

chencheng1127的博客 2887

广告拦截规则地址

广告拦截地址 easylist easylistchina

li16851的博客 1万+

深入解析FPGA中的GTX高速收发器架构与设计原理

本文深入解析了FPGA中GTX高速收发器的核心架构与设计原理。文章将GTX比作数据“高速公路”,详细拆解了其PMA(物理媒介适配层)与PCS(物理编码子层)的双层结构,阐述了串并转换、时钟恢复等关键技术,并提供了时钟源选型(QPLL/CPLL)、上电复位流程及信号完整性调试等实战指南,是掌握高速接口设计的必备知识。

f6g7h8i9j的博客 219

基于关联规则(Apriori)+协同过滤(collaborative filtering)实现电影推荐系统

基于关联规则算法+协同过滤算法的电影推荐系统一、前言1.数据集介绍2.方法概述3.运行环境二、数据准备与预处理1.数据熟悉2.数据读取3.数据预处理3.1 无用属性删除3.2 缺失属性处理3.3 数据去重3.4 类型转换3.5 数据合并三、特征工程四、算法建模1.关联规则算法1.1 算法简介1.2 Apriori算法建模2.协同过滤算法2.1算法简介2.2 Collaborative filtering算法建模五、参考致谢 一、前言 1.数据集介绍 使用电影推荐系统常用的英文数据集The Movies Da

weixin_44677599的博客 1万+

NTFS分区变成RAW别乱修!正确数据恢复与修复方法详解

文件系统是操作系统管理存储数据的核心机制,NTFS作为Windows主流文件系统,一旦分区识别异常,常会显示为RAW格式。分区变RAW通常意味着文件系统入口信息损坏,而非数据物理消失,但若采用错误的修复方式,如直接对RAW分区执行chkdsk /f,可能因系统无法正确识别文件系统结构,导致写入操作落在错误偏移位置,二次破坏本可恢复的数据。正确的处理思路是:先停止一切写入操作,通过扇区级镜像备份保留原始现场,再分析DBR、分区表及$MFT状态,依据诊断结果选择修复或深度扫描恢复。实际排查中,常见问题如DBR记

weixin_31155097的博客 134

如何合法抓取TikTok视频信息和评论:完整Python爬虫教程

尽管TikTok没有开放的公共API来直接抓取视频内容和评论,开发者仍然可以通过合法的方式使用第三方API工具来获取公开数据。无论使用什么工具,都应当严格遵守TikTok的使用条款和当地的隐私法规,确保数据抓取行为符合规定。通过本文介绍的TikTok-Api库和Python技术,你可以合法地抓取公开的视频信息和评论,并进行数据存储与分析。使用这些技术时,务必确保抓取行为不会侵犯用户隐私,并遵守平台的API使用规定。

2201_76125261的博客 1710

adguard拦截规则存在哪里_AdGuard 过滤规则分享

前言我和很多人一样一开始用 Maxthon 傲游浏览器,然后见证了国内第三方浏览器的群雄逐鹿到只剩下 360 和腾讯,现在也基本回归 Google Chrome,广告过滤我也是一路从 AdBlock Plus 到 uBlock Origin 然后是现在的 AdGuard,无论选择哪种广告过滤方案,持续更新的过滤规则始终是核心。AdGuard 过滤规则分享更新历史2020 年 01 月 21 日 -...

weixin_39664696的博客 4261

【ArcGIS微课1000例】0145:如何按照自定义形状裁剪数据框?

使用绘图 工具条上的新建圆工具 可创建一个椭圆,使其包含要在该数据框中显示的数据范围。. 在基础工具工具条上单击选择元素工具 ,然后选择圆形。. 在内容列表中右键单击要裁剪的数据框,然后单击属性。. 单击裁剪选项下拉菜单,然后选择裁剪至形状。. 单击数据框属性 对话框中的数据框选项卡。还可以更改裁剪形状轮廓的边框选项。打开软件,添加配套实验数据包中。修改椭圆的属性,使其透明。. 单击所选图形的轮廓。. 单击指定形状按钮。

智慧空间实验室 956

推荐系统(基于关联规则和基于协同过滤)

基于协同过滤的推荐系统 基于用户的协同过滤 算法原理 ① 找到和目标用户兴趣相似的用户集合,三种常用的用户相似度指标是皮尔逊相关系数、余弦相关系数和杰卡德相关系数 ② 根据用户相似度和相似个K个用户的得分,加权计算分数,得到目标用户对商品的评分 ③找到这个集合中的用户所喜欢的,并且目标用户没有听说过的物品推荐给目标用户。 注意:各相似用户的评分应该减去均值进行计算,最终代入目标用户的均值+加权...

hesujiao的博客 1953

论文阅读:Universal and Transferable Adversarial Attacks on Aligned Language Models. LLM Attacks

因为“即开即用”的大型语言模型能够生成大量令人反感的内容,近期的工作集中在对这些模型进行对齐,以防止不受欢迎的生成。尽管在规避这些措施方面取得了一些成功——即所谓的针对大型语言模型(LLMs)的“越狱”——这些攻击需要大量的人类智慧,并且在实践中很脆弱。自动对抗性提示生成的尝试也取得了有限的成功。在本文中,我们提出了一种简单有效的攻击方法,可以导致对齐的语言模型生成令人反感的行为。

CSPhD-winston的博客 1418

第三章-python基础语法

有C语言基础应该这样学 Python。

qq_46187594的博客 1176

adguard拦截规则存在哪里_AdGuard过滤规则分享

前言我和很多人一样一开始用Maxthon傲游浏览器,然后见证了国内第三方浏览器的群雄逐鹿到只剩下360和腾讯,现在也基本回归Google Chrome,广告过滤我也是一路从AdBlock Plus到uBlock Origin然后是现在的AdGuard,无论选择哪种广告过滤方案,持续更新的过滤规则始终是核心。AdGuard过滤规则分享更新历史2020年01月21日 - 初稿扩展阅读为什么要买AdGu...

weixin_39989973的博客 3339

canoe安装完成开启之后因为VectorDeviceParams30_64.dll报错崩溃打不开...如何解决?

🏆本文收录于 《全栈 Bug 调优(实战版)》 专栏。专栏聚焦真实项目中的各类疑难 Bug,从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解,形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者,还是负责复杂项目的资深工程师,都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论,助你稳步进阶、放大技术价值。

**My Coding Family** 1079

如何在Java中实现基于规则的推荐系统:从协同过滤到知识图谱

基于规则的推荐系统是一种利用规则和算法来进行推荐的系统,主要包括协同过滤和知识图谱两种主要技术。本文将探讨如何在Java中实现基于规则的推荐系统,从协同过滤到知识图谱的构建。基于规则的推荐系统包括协同过滤和知识图谱两种主要技术。协同过滤通过分析用户行为数据进行推荐,而知识图谱则通过构建实体和关系图谱来提高推荐的准确性。通过构建实体和关系的图谱,结合规则和图谱推理,进行推荐。协同过滤可以进一步分为基于用户的协同过滤和基于物品的协同过滤。通过这些技术和工具,可以构建高效的推荐系统,提升用户体验。

微赚淘客系统开发者博客 1087

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

关联规则与协同过滤

关联规则 如果女票说:圣诞节你买了SK-2神仙水,元旦你给我买。。。 你该怎么办 去柜台问导购员 <- 基于关联规则的推荐 看女票较相似的闺蜜买什么 <- 基于用户的协同过滤 看买过SK-2的人还买了什么 <-基于物品的协同过滤 推荐系统评价指标 第一层次:基于数据的指标 – 预测评分准确度,预测评分关联,分类准确度,排序准确度 – 准确率,召回率,准确率提高率,召回率提高...

weixin_41636030的博客 2084

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

推荐算法概述:基于内容的推荐算法、协同过滤推荐算法和基于知识的推荐算法

所谓推荐算法就是利用用户的一些行为,通过一些数学算法,推测出用户可能喜欢的东西。推荐算法主要分为两种 1. 基于内容的推荐 基于内容的信息推荐方法的理论依据主要来自于信息检索和信息过滤,所谓的基于内容的推荐方法就是根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项。主要是从两个方法来描述基于内容的推荐方法:启发式的方法和基于模型的方法。启发式的方法就是用户凭借经验来定义相关的计算...

阿正的博客 2318

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

基于关联规则的推荐算法

1.1算法简介 基于关联规则的推荐是根据历史数据统计不同规则出现的关系,形如:X->Y,表示X事件发生后,Y事件会有一定概率发生,这个概率是通过历史数据统计而来。 对于一个规则X->Y,有两个指标对该规则进行衡量。一个是支持度,表示在所有样本数据中,同时包含X和Y样本的占比。另一个是置信度,表示在所有包含X的样本中,包含Y的样本占比。 在关联推荐算法中,最主要的是如何找到最大频繁项,业...

wolf_bailang的博客 2万+

基于协同过滤的推荐算法

协同过滤推荐算法

weixin_43876625的博客 6231

关联规则和协同过滤的区别

关联规则和协同过滤都是集体智慧编程(collective intelligence)的运用,可以说关联分析是协同过滤的理论基础,都是基于大众的行为数据做出决策 关联规则 使用关联规则算法可以从大量的过往交易数据中获取规则。它可以是会同时被购买的商品之间的关联规则,也可以是按时间依次被购买商品的序列模型。 协同过滤 协同过滤推荐分为两类: 1.基于用户的协同过滤(UBCF) 基于用户的协同过滤推荐算...

我是小菜鸟的博客 5033

Easy Rules规则引擎在推荐系统中的应用:如何结合协同过滤实现智能推荐

Easy Rules是一个简单易用的Java规则引擎,专为业务规则管理而设计。在前100个字中,Easy Rules的核心关键词包括Java规则引擎、业务规则管理和推荐系统应用。本文将详细介绍如何将Easy Rules与协同过滤算法结合,构建高效的智能推荐系统。🚀 ## 什么是Easy Rules规则引擎? Easy Rules是一个轻量级的Java规则引擎库,它提供了简单直观的API来定义

gitblog_00252的博客 497
上一篇: [转]C#通过Expression实现 字符串转表达式 自定义计算体积参数
SkyLee708
博客等级 码龄23年 10粉丝 0原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值