nginx

计算机有网卡,网卡是通过IP来定位的,同一局域网下,IP唯一

wwww.baidu.com(网址:域名)
DNS把域名解析为IP 如11.22.33.4
一台计算机下可能有很多APP

如果想和11.22.33.4下的QQ进行交互,这是就需要端口号用来定位APP

所以总结来说:IP是用来定位计算机的,端口是用来定位APP的
u4ZEQ9PZ3HM
密码xxxx 106.54.98.222

ssh  链接ssh root@106.54.98.222
xxxxxx

scp  上传
scp G:\学习视屏\wx\L29_MPVue\test.html root@106.54.98.222:/usr/src/html
参考教程https://blog.youkuaiyun.com/t8116189520/article/details/81909574
(5)编译安装
./configure
make && make install

解压:
unzip

修改映射
vim /usr/local/nginx/conf/nginx.conf 
方式一
       location /html {
            root /usr/src/;
            index test.html;
        }
方式二
        location /html {
            alias /usr/src/html;
            index test.html;
        }
每次修改后退出
ESC
:wq
放弃修改强制退出
:q!
修改成功后要重新启动
/usr/local/nginx/sbin/nginx -s reload
启动前测试是否成功
/usr/local/nginx/sbin/nginx -t

解压命令
unzip
   server {
        listen       80;
        server_name  cc.yhyzq.com;----------监听域名
        location / {
                root   /usr/src/html;
                index  cc.html;
        }
    }

http://cc.yhyzq.com/
访问

 

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