www.xhigo.com.cn 第一期开发笔记【原创】

酝酿了一段时间,一直想做一个实用性的网站出来并且把它经营好,从5月份开始,到如今一期终于出来了。

从网站的策划,主题定位,到页面界面开发和动态代码后台的搭建,包括数据库的开发,都可怜了我一个人去做。但收获还是有的。

下面给出流程

一般我会先用笔和纸画出需要的效果,然后开始确定这个效果需要的数据库表,字段,然后根据这个表开发一个对应的管理后台,后台开发后我会尝试操作后台,如果数据库表里面有了从后台插入的数据那么证明成功,接下来就完善相应的显示页面,此显示页面也需要从数据库表里面提出信息。

下面给出收获的技术:

首先当然是页面开发的DIV+CSS了,目前本人觉得已经可以掌握

接着是动态技术JSP。

1 学会了向处理页面传将要处理的id值,是通过附加在url上来实现的。

代码如下:

<a href="newsShow.jsp?id=<%=giguNews.getString(1)%>" target="_blank" >

这个一点击就将id传给了newsShow.jsp页面了

newsShow.jsp:

String id =(String)request.getParameter("id");

String sql="select id,title,text from news where id = '"+id+"'";

提取并利用。

2 网友留言和评论板块的实现(这个比较满意)

此功能的问题就在于如何把留言和该留言的评论对上号并且显示出来。我采用的是把留言和评论各分为两张表,用留言的id字段和评论表的idd字段进行匹配。那么,在留言后台发布留言后,会记下其id,在接着的评论过程中,会把从url后取过来的id连同评论内容一起写入评论表里面。以后评论显示页面调用时会判断该留言的id是否存在评论idd,如果有并且相同,那么显示此评论。代码如下:

action="act_dasheng_comment.jsp?id=<%=request.getParameter("id") %> 这个是传给评论表idd字段的。

<%
            while(giguComment.next() && giguComment.getString(6).equals(request.getParameter("id")))
            {
             %> 判断是否存在id == idd

有则显示评论:

   网友评论:
   <%=getStr(giguComment.getString(3))%>

          <%

       }
      %>

由于涉及到保密,在这里不可能把网站的内容主题公布

www.xhigo.com.cn 上的内容也只不过是测试版本,内容是 随意的。

以后还请大家关注发展!

 

 

这是08年时候的事儿了。现在那个域名已经没用。我现在也有网站,是www.xcogo.com 呵呵、欢迎大家来。

资源下载链接为: https://pan.quark.cn/s/dab15056c6a5 用户画像(User Profile)是大数据领域关键概念,是基于用户多维度信息如行为数据、偏好、习惯等构建的虚拟代表。它是数据分析重要工具,能助企业深度理解用户,实现精准营销、个性化推荐及服务优化。其源码涵盖以下内容:一是数据收集,需大量数据支撑,常借助Flume、Kafka等日志收集系统,实时或批量收集用户浏览记录、购买行为、搜索关键词等数据;二是数据处理与清洗,因数据源杂乱,需用Hadoop、Spark等大数据处理框架预处理,去除噪声数据,统一格式,保障数据质量;三是特征工程,为构建用户画像关键,要挑选有意义特征,像用户年龄、性别、消费频率等,且对特征编码、标准化、归一化;四是用户聚类,用K-means、DBSCAN等算法将用户分组,找出行为模式相似用户群体;五是用户建模,借助决策树、随机森林、神经网络等机器学习模型对用户建模,预测其行为或需求;六是用户画像生成,把分析结果转为可视化用户标签,如“高消费能力”、“活跃用户”等,方便业务人员理解。 其说明文档包含:一是项目背景与目标,阐述构建用户画像原因及期望效果;二是技术选型,说明选用特定大数据处理工具和技术栈的理由;三是数据架构,描述数据来源、存储方式(如HDFS、数据库)及数据流图等;四是实现流程,详述各步骤操作方法和逻辑,含代码解释及关键函数功能;五是模型评估,介绍度量用户画像准确性和有效性方式,像准确率、召回率、F1分数等指标;六是应用场景,列举用户画像在个性化推荐、广告定向、客户服务等实际业务中的应用;七是注意事项,分享开发中遇问题、解决方案及优化建议;八是结果展示,以图表、报表等形式直观呈现用户画像成果,展现用户特征和行为模式。 该压缩包资源对学习实践用户画像技术价值大,既可助人深入理解构建过程,又能通过源码洞察大数据处
评论
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