修鹏的专栏

1、hbase0.96版本后删除了

对比了下的spark mllib和 Liblinear 的LR的实现：     liblinear 是基于TRON的求解方式，Mllib的LR是基于LBFGS和SGD两种实现方式都有。   http://spark.apache.org/docs/latest/mllib-linear-methods.htmlhttps://www.csie.ntu.edu.tw/

先介绍下的咱们目前推荐系统的做的两个大方向：         1、基于自然语言处理的用户短期和长期兴趣+rank 排序。           推荐方法：a)、基于topic&keywrods等信息构建的video profile+用户行为+rank 排序构建的online or offline推荐.                         目前我们的方向是构建：基于topic+

这里简单个性化push推荐系统架构： 这个架构大家一定见过挺多的了。这里我重点说下混合模型推荐系统这块，上个图吧： 多模型融合和模型基于预发送更新都是基于队列的message来进行update。系统间得调度和流程都是基于message 协议。 简单介绍其中两个简单得协议： 1、push message 发送消息，即发送消息。格式如下： 、kafka 发送通知

这篇文章主要说下我们在个性化推荐策略的选择、实践和总结，没有太多机器学习方面的东西，就是简简单单说说大概的做法。推荐系统主要方法：协同过滤(Collaborative Filtering) User based collaborative filtering &item based collaborative filtering基于人口统计学得过滤(Demographic Filtering

Google Research宣布推出第二代深度学习系统TensorFlow。TensorFlow针对先前的DistBelief的短板有了各方面的加强。任何能够用计算流图形来表达的计算，都可以使用TensorFlow。任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation）。通过灵活的Python接口，要在TensorFlow中表达想法也会很

从负责做个性化push推荐系统已经快一年了。开始做个性化push推荐系统，开始收集了各方面数据，通过各方面的数据表现和经验，来制定我们战略，然后好制定我们战术的打法。 下面我从以下三方面介绍push思考过程和做法： 1、业务分析 2、个性化推荐策略实践和总结 3、个性化push推荐系统架构推荐系统我认为如果要做好，必须要把业务分析清楚，影响因素的排序和

来搜狐移动视频dm组已经快一年半了，今天是2014年12月31号，是2014的最后一天，想想写点东西。写点什么尼，咱们就说说数据仓库dm组设计的一些实践把。我这里也感谢我得领导给我的机会和舞台。ok，进入正题。简单聊聊数据仓库设计在我们这边的思考方式，存在不足，还望见谅。      数据仓库之前的文章也说过已经从支持战略决策到支持战略决策和战术决策。对应战术是基本是现在企业对应数据价值的最

(kafka.producer.async.AsyncProducer:109) - Event queue is full of unsent messages, could not send event: queue.enqueueTimeout.ms, if set to -1 will lead to blocking behaviourinstead of the pr

身处大数据时代，礼品企业有更多的机会去了解消费者，甚至会比消费者自己还要了解自己的需求。但事实上鲜有客户真正获得精准、贴心的个性化服务，是礼品企业不够用心还是客户太挑剔？个性化服务落地难的个中缘由到底是什么？身处在数据时代，礼品企业如何快速把握消费者的个性化需求和心理预期？有了庞大数据的支撑，礼品企业的个性化服务会变得更加靠谱、更接地气吗？　　据有关机构预测，2015年，90%以上的企业主

用daemontools监控zookeeper和storm参考官网网址：http://storm.apache.org/documentation/Tutorial.html一、用daemontools监控storm1、主要目录和run脚本在/service下，新建文件夹storm，新建run文件cd /servicemkdir storm

Redis常用命令集1）连接操作命令quit：关闭连接（connection）auth：简单密码认证help cmd： 查看cmd帮助，例如：help quit2）持久化save：将数据同步保存到磁盘bgsave：将数据异步保存到磁盘lastsave：返回上次成功将数据保存到磁盘的Unix时戳shundown：将数据同步保存到磁盘，然后关闭服务3）远