ossec實戰

2/2ページ

實戰卷積神經網路

在近些年,深度學習領域的卷積神經網路(CNNs或ConvNets)在各行各業為我們解決了大量的實際問題。但是對於大多數人來說,CNN彷彿戴上了神祕的面紗。 CNN能做什麼 CNN是深度學習演算法在影象處理領域的一個應用。主要被用來找尋圖片中的模式。這個過程主要有兩個步驟,首先要對圖片做卷積,然後找尋 […]

實戰智慧推薦系統(4)– 什麼是好的推薦系統?

推薦系統與搜尋引擎 要回答什麼是好的推薦系統,我覺得首先得知道為什麼需要推薦系統。推薦系統的存在價值必須建立在兩個必要的前提: (1)資訊過載。 隨著資訊科技和網際網路的發展,人們逐漸從資訊匱乏走向了資訊過載時代。比如說如果在小超市買個東西,一件一件挑就是了。但是在淘寶網買東西,假設不使用搜尋引擎, […]

宇漫實戰:善用熱詞引爆精準流量

何為熱詞?某一個時間段搜尋量非常高的詞;比如最近的“我不是藥神”搜尋量每天接近百萬,如果我們能夠有效利用,就能夠獲得大量精準流量。 通過這張圖可以看到,“我不是藥神”8號的搜尋量是74萬多,而這僅僅只是通過百度搜尋的資料,不包括其它平臺。 但我們的目的不是操作“我不是藥神”主關鍵詞,而是操作長尾關鍵 […]

宇漫實戰:抖音引流詳細操作流程

抖音是一個專注年輕人的15秒音樂短視訊社群,據說目前活躍使用者已達到2億;相信很多朋友已經敏銳的察覺到抖音的引流風口,但是不知道如何入手操作,現在付費流量越來越貴,抖音是一個不可多得的引流好渠道。 1. 賬號:賬號是關係玩好抖音的第一步,也是特別重要的一步;抖音號可以用QQ、微信、頭條號、手機號來註 […]

宇漫實戰:借力豆瓣精準引流

豆瓣網相信大家都不陌生,它是一個社群網站;我們完全可以用它來吸引精準流量,吸引過來的使用者群體質量很高,很容易為價值付費。 今天分享的是利用豆瓣小組來吸引精準流量。 假如我們操作的是減肥產品,首先第一點就是要篩選出符合潛在客戶的小組;​最精準的毫無疑問是減肥、瘦身之類的小組。​​點選加入小組,有的可 […]

實戰hadoop海量資料處理系列05 : 實現點選流日誌的資料清洗模組

實戰hadoop海量資料處理系列05 : 實現點選流日誌的資料清洗模組 之前已經實現結構化資料的清洗,下一步我們將實現半結構化(非結構化)資料的清洗。 本文假設讀者已搭建好了eclipse環境,並且已經匯入ClickStreamETL資料夾下面的子工程。 如果遇到環境相關的問題,可以在專門的帖子下面 […]

實戰Docker到Kubernetes技術系列視訊教程

培訓物件:系統工程師、軟體架構師、軟體工程師、運維工程師、以及對雲端計算領域感興趣的IT精英 課程目錄: 第一課  為什麼你需要學Docker第二課  Docker實戰之容器基礎命令系列第三課  Docker實戰之自定義容器映象第四課   Docker實戰之容器互聯實戰第五課  Docker實戰之容 […]

實戰智慧推薦系統(8)– 基於物品的協同過濾演算法

基於物品的協同過濾 上一節介紹了基於使用者的協同過濾,思想是找到跟自己興趣最相似的 K 個使用者,根據他們的興趣找到目標使用者感興趣的物品。而基於物品的協同過濾其實跟基於使用者的協同過濾非常相似。 基於物品的協同過濾的思想是:根據使用者之前喜歡的物品,給他們推薦與使用者喜歡過的物品相似度高的新的物品 […]

實戰智慧推薦系統(1)– 個性化推薦系統及其基本推薦演算法

個性化推薦系統是建立在海量資料探勘基礎上的一種高階商務智慧平臺,以幫助電子商務網站為其顧客購物提供完全個性化的決策支援和資訊服務。 推薦系統有3個重要的模組:使用者建模模組,推薦物件模組,推薦演算法模組。 主要推薦演算法 1. 基於內容推薦基於內容推薦是資訊過濾技術的延續與發展,它是建立在專案的內容 […]