日记2014/12/30

博主制定了技术成长目标,并着手提升推荐系统领域的知识。通过交流认识到不同背景的技术人才,了解了item-based相似度计算方法及LFM模型,并尝试解决技术难题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

发现自己不喜欢在一个统一的地方记录东西,这样做往往造成的后果就是知识随着记忆曲线的推移慢慢遗忘,这样真不行啊!!

所以,今年必须把优快云博客搞起来,同时作为写点东西的地方(技术屌丝无力维护博客啊)记录一下日常吧~呵呵~~

那么既然要不就不搞,要不就高大上!那天看了优快云上的一篇精品blog,说年初定的目标要让博客推上主页,最后真的实现了!感动不已。。因此,以此为榜样,并借新年愿望的契机,我也设定一下开博一年后需要完成的目标吧:

1、今年的blog上首页(跟风派作风)

2、2月截稿前能将手头上短文本话题发现的项目写成论文投出

3、完成实验室新闻话题发现的项目(移动端和网页端)

4、找到一份好的实习(不管导师给不给!至少得找到~~希望是BATN中一个啦)


好的!上面是开篇,接下来记录一下今天的日常!!

今天为了能尽快补上推荐系统的专业知识,于是在知乎一个音乐推荐的问题上见人就提问,最后,还真的认识了一个麦包包的工程师!!!并且发现他是本科物理专业的牛逼呀!!~~扯远了,通过交流,发现item-based的item相似度可以利用信息熵来计算:参数是:共同爱好,a爱b不爱,b爱a不爱,ab都不爱,具体算法见:,另外,folkrank做三步图也是可以做推荐的,不过什么时候能收敛真的不好说!

中午醒来后,往爬虫里塞了几个IT社区,到时候就不用每天刷csdn了,

然后晚上,更新了一下模型参数,并且发现可恶的mongodb不能将Polarity写进数据库(可能是由于出现了类层次关系,Spring Mongo不识别?),还看了一下LFM的基本思想,发现其实和LDA是差不多的,应该可以用来做音乐推荐,希望项亮没有骗人。再接着看别人的博客发现了“Mechanical Turk ”是个很不错的东西,并利用豆瓣(对,是豆瓣)普及了一下:点击这里,觉得日后可以用上的

对了,昨天中午看了两个ted talk,一个说mooc是以后必然发展趋势,另外一个说黑客无处不在的,算是拓宽一下视野和思想咯

睡觉之前将geek公园加到爬虫那里

另外,今天好像发烧了,一直感觉很冷。。。希望明天一觉醒来能好!

对了,明天任务是加上log模块到系统那里;并且普及完推荐系统的基础吧,今天真的不行了,好没精神看书,早些睡算了!

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