所谓好的用户体验 由 Ghostzhang 发表于 2012-07-16 19:20 怎样的用户体验才是好的用户体验呢?...好像有点跑题了,这次的思考是:并不是所有关注用户感受的体验就叫做是“好”的用户体验。 从何而来这想法呢?...上面的唠叨是一个引子,结果就是"不能赚钱的交互不是好交互",简单的说就是好的交互可以赚钱,可是不好的用户体验也是能赚钱的。...但是从商家的角度来说,我们需要考虑几个因素,第一个就是成本,这个是直接决定了能给用户提供最佳体验的上限到哪,好的椅子意味着更高的成本;其次是投入产出比,开门做生意,不为赚钱是很少的,投入越多,意味着盈利周期可能越长...麦当劳的椅子虽然用户体验不是最好的,但却是这么多年来产品与体验最好的平衡,从而实现利润的最大化。 当你再次遇到这种问题时,就知道如何处之泰然了。(本届 年会 的主题)
两年前,曾看过刘知远老师的一篇文章《好的研究想法从哪里来》,直到现在印象依然很深刻,文中分析了摘低垂果实容易,但也容易撞车,啃骨头难,但也可能是个不错的选择。...学生年代,作为老师的一个不成器弟子,学术上没有什么建树,幸运的毕了业。现如今到了工业界摸爬滚打,虽然换了个环境,但是发现生存的道理没变。 反面例子 不好的工作想法会加剧“卷”的用户体验。...这样的工作体验确实很糟糕。 我的触发点 沿着你造梦的方向先动手干起来。一年前刚开始决定做攻击者画像的时候,其实心里有底也没底。...像反入侵、流量安全这些点既具体,又可以是长期工作,是可以考虑作为终点的。关键路径即技术手段,我想要长期经营的是安全、数据和算法,这点很明确。从个体的模型思维到组织的连接思维。...引用 好的研究想法从哪里来 杜跃进:数据安全治理的基本思路 来都来了。
《Query-aware Tip Generation for Vertical Search》这篇论文就给出了一个很好的算法。 这篇论文解决了啥问题? ?...从上图中,我们可以看到,用户在点评里搜牛排,推荐的餐厅下面,有评论的精华。我们还发现,浓缩的评论,不仅简明扼要的突出了餐厅的优势,也和query强相关。...要能做成这种效果,当然要想起无处不在的它:Attention!论文提到,每个餐厅评论的提炼,会帮助到用户做决策,而且和用户搜索内容也较为相关,而目前已有算法提炼评论的时候忽视了用户的query。...考虑评论的Query编码器:用户的query就是他需要的信息的精炼表达,而评论包含了很多细节信息表达了用户的兴趣。...整个基于transformer的模型框架图如下: ? 说完了transformer,再来说基于RNN的另一种方法先看框架图: ?
发现问题 前期做规范的过程是十分痛苦的,每做一个板块都要花很多时间去思考怎么表达、展示才能让其他设计师和程序员都一目了,然而随着内容的增加,发现很多地方无法深入的执行下去,只能含糊其辞,给我们制作规范的人员带来了很大苦恼...为什么有如此大的执行阻碍呢?带着问题我们找到团队的一位设计前辈请教了一番,在前辈的指点下,终于发现了问题所在:我们对于前端如何实现设计稿其实并没有很好的了解。...图1-1是XX项目的所有关于二级导航的样式,因为这一块的界面不是我做的(都是借口),所以规范不太了解,导致在做整个项目的规范时,遇到了极大的阻碍。...而第一个容器内的绿色和蓝色部分(间距)也是固定的,所以只有红色区域是可变化的,因为红色区域的文字个数是可以变化的,我们只要给出字体大小即可。...任何事情都有其内在的套路与规律,我们必须要了解事物的本质,才能帮助我们更好的执行;所有的苦恼与迷茫都是源自你对事物的理解不够透彻,所以让我们从现在开始,锻炼透过事物看本质的思维能力,就算以后你不做设计了
什么算是好的想法 2015年,我在微博上写过一个调侃的小段子: ML派坐落美利坚合众山中,百年来武学奇才辈出,隐然成江湖第一大名门正派,门内有三套入门武功,曰:图模型加圈,神经网加层,优化目标加正则。...好的研究想法从哪里来 想法好还是不好,并不是非黑即白的二分问题,而是像光谱一样呈连续分布,因时而异,因人而宜。...那么,好的研究想法从哪里来呢?我总结,首先要有区分研究想法好与不好的能力,这需要深入全面了解所在研究方向的历史与现状,具体就是对学科文献的全面掌握。...即在研究任务上实现已有最好的算法,通过分析实验结果,例如发现这些算法计算复杂度特别高、训练收敛特别慢,或者发现该算法的错误样例呈现明显的规律,都可以启发你改进已有算法的思路。...现在很多自然语言处理任务的Leaderboard上的最新算法,就是通过分析错误样例来有针对性改进算法的 [1]。 类比法。
然而GitHub目前总共有3000000+的仓库! 图片 如何在5分钟内发现有哪些我们感兴趣好项目? 今天我们使用GeaFlow帮助我们实现SSSP(单源最短路径算法),来试一试盲人摸象!...简单来说,标记出我们感兴趣的仓库,那些与我们感兴趣仓库距离最近的仓库就是推荐的好仓库。或者更进一步,STAR数更多的近距离仓库更值得推荐。...GeaFlow实现SSSP 要运行SSSP算法,我们可以指定使用的图,直接在图查询里调用图算法,语法形式如下: USE GRAPH github_repo_topic INSERT INTO tbl_result...GeaFlow内置了多种图算法的通用实现,这些算法无需单独定制,例如SSSP算法的参考实现如下: @Description(name = "sssp", description = "built-in...GeaFlow支持图算法SSSP的基本原理以及在GeaFlow中的实现细节,并展示其在GitHub数据集上的一个应用。
这个图真的太好了,所以copy一下分享给各位宝宝。
如何培育好的内部开发者平台体验 伦敦——Syntasso 的首席工程师 Abigail Bangser 在本周的 State of Open Con 上说,“应用程序开发人员希望快速行动,而运维工程师希望安全行动...内部开发人员平台是人员、流程和技术的混合体——它不是简单的配方——也不是 Venn 图。这需要对您的内部开发人员社区产生同理心。 首先,Watt 提醒与会者,“你的听众比你想象的更加多样化。”...她对平台工程的定义归结为构建、维护和提供“为所有使用它的社区精心策划的平台体验”,这会影响所有不断发展的技术、社会和团队结构。 一个好的平台建立边界。...然后查看已经在运行的工具——Slack、Jira、Trello——并开始跟踪临时请求。什么是最频繁、最困难、最耗时的?您的应用程序团队的辛劳在哪里?...“你想让你的团队更接近平台,与平台互动。做到这一点的一个好方法是提供他们需要的文档和参考实施,”Watt 说。 不要忘记提供平台工程体验的专业服务方面。
我六月底参加深圳的一个线下技术活动,某在线编程的 CEO 谈到他们公司的发版,说:“我说话的这会儿,我们可能就有新版本在发布。”,这句话令我印象深刻。...传统的单体应用,所有的功能模块都写在一起,有的模块是 CPU 运算密集型的,有的模块则是对内存需求更大的,这些模块的代码写在一起,部署的时候,我们只能选择 CPU 运算更强,内存更大的机器,如果采用了了微服务架构...可以灵活的采用最新技术 传统的单体应用一个非常大的弊端就是技术栈升级非常麻烦,这也是为什么你经常会见到用 10 年前的技术栈做的项目,现在还需要继续开发维护。...服务的拆分 个人觉得,这是最大的挑战,我了解到一些公司做微服务,但是服务拆分的乱七八糟。这样到后期越搞越乱,越搞越麻烦,你可能会觉得微服务真坑爹,后悔当初信了说微服务好的鬼话。...这个段子形象的说明了分布式系统带来的挑战。
对于想要在网络上建设网站的用户而言,首先需要为网站购买一个合法的域名,不过很多人对于购买域名并没有实际的经验,因此往往不知道在哪里才能买到需要的域名。那么买域名哪里好?域名供应商的选择标准是什么?...买域名哪里好呢 域名是外部用户访问用户网站的地址,只有准确的地址才能够让别人进入自己的网站,并且域名和网址并不是相等的关系,域名需要经过解析才能够获得网址。...域名的选择标准 很多人在网络上查找后会发现,提供域名的域名供应商在网络上是非常多的,那么买域名哪里好?域名供应商如何来选择呢?...其实有心的用户会发现,网络上的域名供应商虽然多,但不少域名供应商的都只是代理的性质,所提供的域名种类相对比较少,因此在选择域名供应商时应当尽量挑选那些一级域名商,这样可以选择的域名种类会更加丰富。...买域名哪里好?如何挑选域名供应商?
前言:学习图的遍历算法之前,需要先了解一下图的存储方式(这里只以无向图作为讨论了)。...(1)邻接矩阵 (2)邻接表 一、DFS(深度优先遍历) 设置一个visited数组防止重复遍历,DFS主要利用的是栈结构 邻接矩阵的遍历 #include using namespace...std; const int n=4;//图中顶点的数量 struct graph { char v[n+1];//顶点信息 int arcs[n+1][n+1];//邻接矩阵 }; graph...2]=1; g.arcs[2][4]=g.arcs[4][2]=1; dfs(1); return 0; } 二、BFS(广度优先遍历) 设置一个visited数组防止重复遍历,DFS主要利用的是队列结构...#include #include using namespace std; const int n=4;//图中顶点的数量 struct graph {
图的表示方式 图是由一系列点和边的集合构成的,一般有邻接矩阵和邻接表两种表示方式,c/c++可以看我的这篇文章:搜索(1) 这篇文章主要讲java语言中图的相关算法。...} } return res; } 图的最小生成树 图的最小生成树算法用于无向图,只选择图中的某些边,达到整体边的权重加起来是最小的,并且各个点之间是连通的,连通的意思是假设[1,2]...之间有条边,[2,3]之间有条边,那么[1,3]之间就是连通的,图的最小生成树算法有两个,分别是K算法和P算法,他俩产生的结果都是一样的,只不过决策的过程不一样。...K算法 ? 以上面的图为例,K算法的思想是以边进行考虑,优先选择小权重的边。...P算法是以点作为考虑,首先随便选一个点x,和这个点相连的所有的边解锁,找到其中权重最小的边,到达另一个结点y,和这个y结点相连的所有边解锁,再在其中找到全职最小的边(包括上面和x相连的所有边)重复下去就能得到答案
什么算是好的想法 2015年,我在微博上写过一个调侃的小段子: ML派坐落美利坚合众山中,百年来武学奇才辈出,隐然成江湖第一大名门正派,门内有三套入门武功,曰:图模型加圈,神经网加层,优化目标加正则。...那么什么才是好的想法呢?我理解这个”好“字,至少有两个层面的意义。 学科发展角度的”好“ 学术研究本质是对未知领域的探索,是对开放问题的答案的追寻。...好的研究想法从哪里来 想法好还是不好,并不是非黑即白的二分问题,而是像光谱一样呈连续分布,因时而异,因人而宜。...那么,好的研究想法从哪里来呢?我总结,首先要有区分研究想法好与不好的能力,这需要深入全面了解所在研究方向的历史与现状,具体就是对学科文献的全面掌握。...即在研究任务上实现已有最好的算法,通过分析实验结果,例如发现这些算法计算复杂度特别高、训练收敛特别慢,或者发现该算法的错误样例呈现明显的规律,都可以启发你改进已有算法的思路。
否则在各种同类软件不断刷新的当今,一个无法给用户提供较好体验的软件自然会被淘汰。哪里有服务好的应用性能监控呢?...哪里有服务好的应用性能监控 对于哪里有服务好的应用性能监控这个问题,现在应用市场已经出了很多的类似软件。...一些大的软件制造商或者云服务器商家出产的应用性能监控,一般可信度和质量是比较高的,它们拥有的研发平台是高科技的技术团队,对系统的研发和细节设置肯定是一般的小厂家所不能比的。...上面已经解决了哪里有好的应用性能监控的问题,性能监控在对应用进行实时分析和追踪的过程当中,如果发现了问题,它的报警渠道都有哪些呢?...以上就是哪里有服务好的应用性能监控的相关内容,随便在搜索引擎上搜索一下就会有很多品牌正规的监控软件出现,用户们按需选择就可以了。
推荐的算法有很多,包括协同过滤(基于用户的协同过滤和基于物品的协同过滤)以及其他的一些基于模型的推荐算法。...二、基于图的推荐算法PersonalRank算法 1、PersonalRank算法简介 在协同过滤中,主要是将上述的用户和商品之间的关系表示成一个二维的矩阵(用户商品矩阵)。...而在基于图的推荐算法中,将上述的关系表示成二部图的形式,为用户A推荐商品,实际上就是计算用户A对所有商品的感兴趣程度。...PersonalRank算法对通过连接的边为每个节点打分,具体来讲,在PersonalRank算法中,不区分用户和商品,因此上述的计算用户A对所有的商品的感兴趣的程度就变成了对用户A计算各个节点B,C,...PersonalRank算法的具体过程如下(对用户A来说): 初始化: PR(A)=1,PR(B)=0,⋯,PR(d)=0 PR\left ( A \right )=1,PR\left ( B \
一、推荐的概述 在推荐系统中,通常是要向用户推荐商品,如在购物网站中,需要根据用户的历史购买行为,向用户推荐一些实际的商品;如在视频网站中,推荐的则是不同的视频;如在社交网站中,推荐的可能是用户等等,无论是真实的商品...推荐的算法有很多,包括协同过滤(基于用户的协同过滤和基于物品的协同过滤)以及其他的一些基于模型的推荐算法。...二、基于图的推荐算法PersonalRank算法 1、PersonalRank算法简介 在协同过滤中,主要是将上述的用户和商品之间的关系表示成一个二维的矩阵(用户商品矩阵)。...而在基于图的推荐算法中,将上述的关系表示成二部图的形式,为用户A推荐商品,实际上就是计算用户A对所有商品的感兴趣程度。...PersonalRank算法对通过连接的边为每个节点打分,具体来讲,在PersonalRank算法中,不区分用户和商品,因此上述的计算用户A对所有的商品的感兴趣的程度就变成了对用户A计算各个节点B,C,
图的遍历是图论中的基本操作之一,通过遍历图中的所有节点和边,可以理解图的结构并解决实际问题。常见的图遍历方法有深度优先搜索(DFS)和广度优先搜索(BFS)。...深度优先搜索的JavaScript实现 /** * 深度优先搜索算法 * @param {Object} graph - 图的邻接表表示 * @param {string} start - 起始节点...### 广度优先搜索的JavaScript实现 /** * 广度优先搜索算法 * @param {Object} graph - 图的邻接表表示 * @param {string} start...拓扑排序:在有向无环图(DAG)中,可以使用DFS进行拓扑排序。 环路检测:通过DFS可以检测图中是否存在环路。 四、总结 图的遍历是理解图结构和解决图论问题的重要工具。...深度优先搜索(DFS)和广度优先搜索(BFS)是两种基本的图遍历算法,它们各有特点和应用场景。
为实现这一目标,必须克服以下困难: 准时:每个系统/电脑都是按照自己的速度和节奏执行相同的任务。 次序:由于每个系统都有自己事件的事件和时间线,试图在什么时间解决发生的什么事件还是相当困难的。...实用拜占庭容错算法(PBFT) Barbara Liskov 和 Miguel Castro 于1999年推出了实用拜占庭容错算法(PBFT),由于 Cosmos 和 Polkadot 等权益证明链的基础是...以上这些步骤就可以确保每个块生成的次序是已知的(每提交一个区块,区块链的长度就会增加),每台计算机都可以计算出自己的结果并进行实时通报,还能够处理错误(恶意节点提出的区块)。...在架构这方面,2014年,Jae Kwon 根据实用拜占庭容错算法(PBFT),在 Cosmos Hub 中使用了 Tendermint 共识算法。...算法不同。
图数据的可视化,核心在布局,而布局算法通常是按照一些特定的模型,将抽象数据进行具象展示,这一过程伴随大量的迭代计算,例如朴素的 FR 力导向算法其在计算斥力时的算法时间复杂度达到了 O(n 3 ),这在小规模数据量下可能并不会出现问题...不过在早期的研究阶段中,针对的图数据规模一般较小,并未达到单机处理极限,可视化研究的重点大都集中在布局模型的探索,这一时期出现的力导向模型为图布局的发展起到了重要作用,众多图布局算法均由其改进而来。...除此之外,这一阶段也产生了许多基于其他模型的图布局算法。...力导向布局算法也称 FDP(Force-Directed Placement)算法是目前在图布局算法上应用最为广泛的算法,其在自然规则模型(弹簧或电荷力)的指导下,能以人类易理解的形式充分展现图的整体结构...,通用性强,在图的布局算法中占据主导地位。
大家好,又见面了,我是你们的朋友全栈君。 1.判断图的连通性 图的遍历算法可以用来判断图的连通性。...如果一个无向图是联通的,如果无向图是联通的,则从任一节点出发,仅需一次遍历就可以访问图中的所有节点。...如果无向图是非联通的,则从某一节点出发,一次遍历仅能访问到该顶点所在联通分量的所有顶点,而对于图中其他联通分量的顶点,则无法通过这次遍历访问。...对于有向图来说,若从初始点到图中的每个顶点都有路径,则能够访问到图中的所有顶点,否则不能访问到所有顶点。...2.遍历解答树 在问题求解时,对所有可能的问题解构成一颗树,而最优解或者符合要求的解就是该树的一条路径或一个节点。这种树称为解答树。
领取专属 10元无门槛券
手把手带您无忧上云