浪潮记(9):学习、工作

过去的三月份,是较为充实的一个月。

从这个月开始,天眼2.0进入实际编码阶段了。给予我的任务是整个底层服务的编码:包括天眼服务端、客户端、getdata命令,另外再加上一个IB采集库。给我的时间是一个半月,从心里讲我觉得这个时间足够了。

三月份主要是把客户端以及getdata命令的代码写完了,并且初步用GDB对部分代码调试了一遍。由于服务端代码还没有写完,所以无法对这两部分代码进行完整的测试。

由于我觉得工作量不是非常多,所以这个月我花了一半以上的时间来看书学习。

这个月终于把《vi和vim编辑器》全部看完了,并写完了所有的读书笔记。仔细算算,我从2014.10月份开始看《vi和vim编辑器》,并同步写读书笔记,用了将近半年的时间才将这本书看完。这本书给我的收获还是非常多的,从一个vim新手到现在已经能熟练使用各个vim命令,并且掌握了一些vim高级技巧。在vim中编辑代码也变得越来越熟练,本次天眼开发就是一个很好的例子。但是对于vim,我对自己有更高的要求,所以《vim实用技巧》是我的下一个目标。

这个月开始第二遍阅读《UNIX环境高级编程》,这一遍也开始写非常详细的读书笔记。希望能够在6月底将《UNIX环境高级编程》看完,并写完所有的读书笔记,书中的每一个程序都要自己输入一遍。这一轮下来,我相信自己的*NIX编程水平会有一个质的提高。

在这个月的最后一天,对面寝室的一个同事离职了。他和我一样是2014届的毕业生。正好那天晚上在他准备走的时候碰到了他,聊了一会,感觉有些伤感。其实我真的佩服他的勇气,也许我也需要这份勇气。

不管怎么样,坚持把工作做好,坚持学习,坚持提升自己的技术水平。加油!


基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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