<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[boolbirdm的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/boolbirdm</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; boolbirdm]]></copyright><item><title><![CDATA[用JS编写一个简单的五子棋游戏]]></title><link>https://blog.youkuaiyun.com/boolbirdm/article/details/132695636</link><guid>https://blog.youkuaiyun.com/boolbirdm/article/details/132695636</guid><author>boolbirdm</author><pubDate>Tue, 05 Sep 2023 17:17:04 +0800</pubDate><description><![CDATA[简单五子棋游戏，就像小时候课间在纸上玩的一样，我用的是js进行实现]]></description><category></category></item><item><title><![CDATA[大数据平台实战——实时推荐系统]]></title><link>https://blog.youkuaiyun.com/boolbirdm/article/details/131295695</link><guid>https://blog.youkuaiyun.com/boolbirdm/article/details/131295695</guid><author>boolbirdm</author><pubDate>Tue, 20 Jun 2023 09:28:19 +0800</pubDate><description><![CDATA[其次就是在答辩的时候老师提出的我不在流里边进行推荐发送和文件应该覆盖存储的问题，由于时间关系我解决了第一个，思路是离线训练模型，在线调用训练好的模型进行推荐处理。打开一个Kafka消息发送窗口，单独使用一个Topic，发送用户ID和他浏览的商品ID给Spark Streaming，程序应考虑到用户的并发访问，要支持多个用户ID同时发送和处理。最后经过这两周的实践课，自己感觉对于流处理实时处理的流程，大致细节有了更多的了解，对于自己以后的学习也会更加的努力和坚定。打开接收端接收返回每个用户的推荐商品。]]></description><category></category></item></channel></rss>