大约有 3,000 项符合查询结果(耗时:0.0397秒) [XML]

https://www.tsingfun.com/it/tech/1058.html 

通过FastCGI Cache实现服务降级 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...最好能够尽可能透明,不能对原有架构造成冲击,最终我选择了通过FastCGI Cache实现服务降级的方案。 关于FastCGI Cache,以前很多朋友已经做过分享,比如:超群、莿鸟栖草堂,概念性的东西我就不再赘述了,说点与众不同的:...
https://www.tsingfun.com/it/tech/1392.html 

程序员之网络安全系列(五):数字证书以及12306的证书问题 - 更多技术 - ...

...书”?根证书自己证明自己,这时候我们用户就需要自己选择是否相信某个根证书。 根证书是整个证书体系安全的根本。如果某个证书体系中,根证书不再可信了,那么所有被根证书所信任的其它证书,也就不再可信了。   ...
https://www.tsingfun.com/ilife/life/1942.html 

普通码农和CTO之间的差距,就是这7点了 - 杂谈 - 清泛网 - 专注C/C++及内核技术

...evelopmentwithoutEJB》,作者RodJohnson,没错Spring的缔造者。有选择的看一些章节,通过“考古”你可能会发现Spring设计的动机究竟是什么。该书已经绝版,请自行搜索电子版) 我的一个经历 我刚入职的时候公司所有的Service都返回...
https://www.tsingfun.com/it/tech/1899.html 

京东618:算法让UV价值提升200%+,用智能卖场缩短购物路径 - 更多技术 - 清...

...实际应用中根据业务需求的不同设置不同的优化目标从而选择不同的模型;从推荐业务类型来看,分为楼层推荐、品牌推荐、活动推荐或者商品推荐,不同的业务都会有各自对应的不同优化目标的模型。 对于一些比较成熟或者...
https://www.tsingfun.com/ilife/tech/1190.html 

2015互联网结束补贴战 从相杀到相爱只需一个长假 - 资讯 - 清泛网 - 专注C/...

...的城墙。而滴滴和快的也面临着Uber等竞争对手的压力。 选择资本不玩了只能合并 “恭喜背后的推手红杉资本沈南鹏。红杉同时是大众点评和美团的A轮投资人。”在美团和大众点评合并后,糯米网创始人沈博阳发了这条微博。...
https://www.tsingfun.com/ilife/tech/1466.html 

VR硬件行业洗牌进行时 70%创业公司倒闭转行做内容 - 资讯 - 清泛网 - 专注C...

...坊的CEO娄池,与两个月前相比,他对自己“内容创业”的选择似乎更加笃定了,“相比做硬件来说,做内容的成本更低,资本也更为青睐。现在残酷的现实是,这段时间内,一小部分硬件领域创业公司拿到融资,得以继续生存,...
https://www.tsingfun.com/ilife/tech/1242.html 

90后创业四年:曾经觉得不公 后来愿赌服输 - 资讯 - 清泛网 - 专注C/C++及内核技术

...,精神不够强大绝对坚持不下来。有些人坚持不下去,就选择老老实实加入一家公司了。 我欣赏的创业者是甲骨文创始人拉里·埃里森。他从大学退学,和他一样,我也是退学党。31岁之前,他换了十几家公司,生活一直窘迫,...
https://www.tsingfun.com/ilife/tech/1156.html 

“互联网卖菜”没那么简单 创业者不要盲目跟风 - 资讯 - 清泛网 - 专注C/C+...

...的方便快捷的印象会因为操作过程的繁琐全无,多数人的选择还是会进菜市场,卖菜是一个即刻发生的行为,你能想象今晚要吃猪肉饺子,结果猪还在超市的逻辑吗? 第三种,主打服务。这里的服务可以拆分为两个纬度,即菜...
https://www.tsingfun.com/it/tech/1336.html 

推荐系统算法初探 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...特征属性对应的权重,权重值越大则表明该属性对于用户选择商品越重要。 在拟合函数的时候我们会想到,单一的某种属性和另一种属性可能并不存在强关联。比如,年龄与购买护肤品这个行为并不呈强关联,性别与购买护肤...
https://www.tsingfun.com/it/bigdata_ai/337.html 

数据挖掘——分词入门 - 大数据 & AI - 清泛网 - 专注C/C++及内核技术

...个例子“沿海南方向”双向切分,都是3个词语,改如何选择?看第4个《最佳匹配法则》。 4、最佳匹配法则,先准备一堆文本语料库、一个词库,统计词库里的每一个词在语料库里出现的次数记录下来。最后按照词频高的优先...