J2EE奇才Rickard Oberg

Rickard Oberg是个神秘的人物。在Google上你很难找到他的详细资料,只有一些零散的只言片语,笔者甚至没有查到他的年龄。不过,正是这位出生于20世纪70年代末或者80年代初的北欧小伙,在J2EE历史上留下了浓墨重彩的一笔。

Oberg 的作品很多,流行的代码生成工具XDoclet和MVC框架WebWork都出自他的手笔。这两个框架有一个共同的特点,即它们的功能虽然简单,但设计都 非常优雅灵活,能够很方便地扩展新功能甚至移植到新环境下使用。优雅的设计源自Oberg的过人才华,简单的功能则折射出他玩世不恭的人生态度。正是这两 种特质的融合,才造就了这个不世出的奇才。

JBoss无疑是Oberg最著名??尽管可能不是最喜欢??的一个作品。1999年,JDK 1.3发布,其中带来了一个重要的新特性:动态代理(dynamic proxy)。当所有人都还在对这项新技术的用途感到迷惑时,Oberg发现用它便可以轻松攻克EJB容器实现中的一些难关。这一发现的产物就是一本 《Mastering RMI》,以及大名鼎鼎的JBoss应用服务器。那时的Oberg还只是一个刚及弱冠的毛头小子,但作为JBoss的作者,“J2EE第一架构师”的名头 似乎已经非他莫属了。

但Oberg很快又让世人见识了他的玩世不恭。由于和总经理Marc Fleury在经营理念上不合,Oberg抱怨“法国的天空总让我感到压抑”,甩手离开了自己一手打造的JBoss,回到了瑞典的家乡。此后的几年里,他 和老友Hani Suleiman不断地对JBoss的“专业开源”模式和Marc Fleury的商人味道冷嘲热讽,让众人为他的孩子气扼腕叹息。

尽 管有着这样略显乖僻的性格,Oberg如同天赐一般的高超技术还是让他成为了J2EE社群的言论领袖。2002年10月,微软推出Petstore示例应 用的.NET版本,并宣称其性能比Java Petstore高出数倍。正是Oberg深入分析这个示例应用的源代码,在第一时间指出它大量运用了SQL Server专有的特性,性能对比根本不具参考价值。后来Oberg又先后关注AOP和IoC容器,两者都成为了J2EE架构的新宠。虽然他的blog “Random Thoughts”好几个月才会更新一篇,但无数J2EE架构师都和我一样,将其放在自己收藏夹的显要位置,希望在第一时间看到Oberg是否又会泄露什 么天机。

Oberg另一样令人很难接受的便是他的怀疑论调:他似乎总是坚信世界上的一切事情都是由美帝国主义操纵的阴谋。2003年 JavaOne大会开始前,他还郑重其事地说因为自己揭露的阴谋太多,CIA会阻止他去美国参会??结果他竟然真的没有出席。不过,要是没有这种神经质的 偏执,要是没有那玩世不恭的冷笑,也许便不会有Oberg那令人称羡的技术了吧?

 

 

基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
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