- 【Python百日进阶-Web开发-Peewee】Day295 - 查询示例(四)聚合1
岳涛@心馨电脑
Dashpython前端dash
文章目录14.6聚合14.6.1计算设施数量Countthenumberoffacilities14.6.2计算昂贵设施的数量Countthenumberofexpensivefacilities14.6.3计算每个成员提出的建议数量。Countthenumberofrecommendationseachmembermakes.14.6.4列出每个设施预订的总空位Listthetotalslots
- 基于图的推荐算法(12):Handling Information Loss of Graph Neural Networks for Session-based Recommendation
阿瑟_TJRS
前言KDD2020,针对基于会话推荐任务提出的GNN方法对已有的GNN方法的缺陷进行分析并做出改进主要针对lossysessionencoding和ineffectivelong-rangedependencycapturing两个问题:基于GNN的方法存在损失部分序列信息的问题,主要是在session转换为图以及消息传播过程中的排列无关(permutation-invariant)的聚合过程中造
- ITU-T V-Series Recommendations
技术无疆
Othercompressionstandardsprotocolsinterfacenetworkalgorithm
TheITU-TV-SeriesRecommendationsonDatacommunicationoverthetelephonenetworkspecifytheprotocolsthatgovernapprovedmodemcommunicationstandardsandinterfaces.[1]Note:thebisandtersuffixesareITU-Tstandarddesig
- Make It a Chorus: Knowledge- and Time-aware Item Modeling for Sequential Recommendation sigir 20
农场主
机器学习
介绍的博客作者讲解摘要传统的推荐系统主要针对固有的、长期的用户偏好进行建模,而动态的用户需求也是非常重要的。通常,历史消费会影响用户对其关系项的需求。例如,用户倾向于一起购买互补产品(iPhone和AirPods),而不是替代产品(Powerbeats和AirPods),尽管替代购买的产品仍然迎合了他/她的偏好。为了更好地模拟历史序列的影响,以前的研究引入了项目关系的语义来捕捉用户的推荐需求。然而
- 多模态推荐系统综述
凤凰AI
推荐系统论文阅读人工智能数据挖掘机器学习
推荐系统(RS)已经成为在线服务不可或缺的工具。它们集成了各种深度学习技术,可以根据标识符和属性信息对用户偏好进行建模。随着短视频、新闻等多媒体服务的出现,在推荐的同时了解这些内容变得至关重要。此外,多模态特征也有助于缓解RS中的数据稀疏问题。因此,多模态推荐系统(multimodalrecommendationsSystem,MRS)近年来受到了学术界和业界的广泛关注。在本文中,我们将主要从技术
- DS Wannabe之5-AM Project: DS 30day int prep day10
wendyponcho
python机器学习
Q1.WhatisaRecommenderSystem?Arecommendersystemistodaywidelydeployedinmultiplefieldslikemovierecommendations,musicpreferences,socialtags,researcharticles,searchqueriesandsoon.Therecommendersystemsworka
- PSR
CaptainRoy
PSR(PHPStandardsRecommendation)是PHP框架之间标准的代码风格PSR-1:基本的代码风格PSR-2:严格的代码风格PSR-3:日志记录器接口PSR-4:自动加载PSR-1必须把PHP代码放在标签中类和方法名必须使用驼峰法常量名称必须全是大写字母,可以使用下划线把单词隔开PSR-2必须贯彻PSR-1代码风格使用四个空格缩进文件必须使用unix风格的换行符,最后要有一个空
- 因果推断推荐系统工具箱 - CFF(二)
processor4d
文章名称【CIKM-2021】【BeijingKeyLaboratoryofBigDataManagementandAnalysisMethods-AntGroup】CounterfactualReview-basedRecommendation核心要点文章旨在解决现有基于评论的推荐系统中存在的评论稀疏和不平衡的问题,提出在feature-aware的推荐场景下,利用反事实样本提升模型性能。作者通
- 论文笔记:相似感知的多模态假新闻检测
图学习的小张
论文笔记论文阅读python
整理了RecSys2020ProgressiveLayeredExtraction:ANovelMulti-TaskLearningModelforPersonalizedRecommendations)论文的阅读笔记背景模型实验论文地址:SAFE背景 在此之前,对利用新闻文章中文本信息和视觉信息之间的关系(相似性)的关注较少。这种相似性有助于识别虚假新闻,例如,虚假新闻也许会试图使用不相关的图
- Happier Hour —— A book recommendation
诚威_lol_中大努力中
storyandfeelinglife
2hourisenough,lesswillbecruel/stressful,morewillfeelemptinessSpendtimedoingsportsFeeltheawesomenessoflifeornature.....Thisbookisaboutthefeelingsoftime.Whenthingshaverelationswiththepsychology,theycanb
- 矢 杂货店_为instacart创建杂货产品推荐器
weixin_26729763
pythonjava
矢杂货店Intheecommerceshoppingexperienceproductrecommendationscomeinmanyforms:theymaybeusedtorecommendotherproductsononeproduct’spage(Amazon’s“Frequentlyboughttogether”featureforinstance)ortheymaybeusedon
- 【人工智能】神奇的Embedding:文本变向量,大语言模型智慧密码解析(10)
魔道不误砍柴功
AI大模型人工智能embedding语言模型
什么是嵌入?OpenAI的文本嵌入衡量文本字符串的相关性。嵌入通常用于:Search搜索(结果按与查询字符串的相关性排序)Clustering聚类(文本字符串按相似性分组)Recommendations推荐(推荐具有相关文本字符串的条目)Anomalydetection异常检测(识别出相关性很小的异常值)Diversitymeasurement多样性测量(分析相似性分布)Classificatio
- MySql修改字段类型和大小
on the way 123
mysql
MySql修改表字段的类型和大小原因:1,在我们设计表的时候,有时设计表字段女的大小和类型的时候,有时可能不合适,需要修改字段的大小2,修改表字段的常见2种,第一种修改大小,第二种修改数据类型sql语句第一种修改字段的大小原因是:第三方推送数据,这边接收数据,测试下那边recommendation这个字段是50个左右,之前设置是varchar(100)显然不够,根据Mysql的版本不同,汉字占字节
- 因果推断推荐系统工具箱 - CFF(一)
processor4d
文章名称【CIKM-2021】【BeijingKeyLaboratoryofBigDataManagementandAnalysisMethods-AntGroup】CounterfactualReview-basedRecommendation核心要点文章旨在解决现有基于评论的推荐系统中存在的评论稀疏和不平衡的问题,提出在feature-aware的推荐场景下,利用反事实样本提升模型性能。作者通
- 论文笔记:多任务学习模型:渐进式分层提取(PLE)含pytorch实现
图学习的小张
论文笔记论文阅读学习
整理了RecSys2020ProgressiveLayeredExtraction:ANovelMulti-TaskLearningModelforPersonalizedRecommendations)论文的阅读笔记背景模型代码论文地址:PLE背景 多任务学习(multi-tasklearning,MTL):给定m个学习任务,这m个任务或它们的一个子集彼此相关但不完全相同。简单地说就是一个模型
- composer中常提及到到PSR-4,什么是PSR呢
php转go
什么是PSRPSR是PHPStandardRecommendations(PHP推荐标准)的简写,由PHPFIG组织制定的PHP规范,是PHP开发的实践标准。PHPFIG,FIG是FrameworkInteroperabilityGroup(框架可互用性小组)的缩写,由几位开源框架的开发者成立于2009年,从那开始也选取了很多其他成员进来(包括但不限于Laravel,Joomla,Drupal,C
- 如何减小iOS包的大小
kakao6
https://www.jianshu.com/p/e76bdc940f28?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation1.配置编译选项GenetateDebugSymbols设置为NO2.适当舍弃架构arm73.删除无用的图片和音频文件LSUnusedResource
- Writing a Letter of Recommendation
0b23fbe0244f
WritingaLetterofRecommendationAddendumtoMakingtheRightMoves:APracticalGuidetoScientificManagementforPostdocsandNewFacultysecondeditionBurroughsWellcomeFundHowardHughesMedicalInstituteMakingtheRightMov
- 联邦推荐系统相关论文创新点总结
jieHeEternity
联邦学习联邦学习深度学习推荐系统联邦推荐系统
FD-GATDR:AFederated-Decentralized-LearningGraphAttentionNetworkforDoctorRecommendationUsingEHR本文的主要内容是基于电子健康记录(EHR)构建了一个医生推荐系统。该系统通过分析患者的EHR历史,提供个性化的医生推荐,以改善医疗系统的运行效率和发展远程医疗服务。为了解决数据异构性和数据隐私的挑战,文中提出了一
- Arxiv网络科学论文摘要4篇(2019-03-27)
ComplexLY
GEVR:针对手机用户群的活动场所推荐系统;生物医学领域科学与技术联动演变分析;通过筛选相关矩阵构建网络:零模型方法;利用动力学的网络重构与社区检测;GEVR:针对手机用户群的活动场所推荐系统原文标题:GEVR:AnEventVenueRecommendationSystemforGroupsofMobileUsers地址:http://arxiv.org/abs/1903.10512作者:Jas
- 推荐系统行为序列建模-GRU4Rec
GelaBute
深度学习session
推荐系统行为序列建模-GRU4Rec1.模型结构2.优化2.1SESSION-PARALLELMINI-BATCHES2.2SAMPLINGONTHEOUTPUT3.Loss《SESSION-BASEDRECOMMENDATIONSWITHRECURRENTNEURALNETWORKS》论文基于单次会话session进行推荐。1.模型结构整体结构比较简单,通过RNN的堆叠来抽取序列信息input:
- 因果推断推荐系统工具箱 - ULTR-CP(三)
processor4d
文章名称【WSDM-2021】【JilinUniversity-JD】UnbiasedLearningtoRankinFeedsRecommendation核心要点前两节,我们完整的描述了,作者提出的ULTR-CP以及如何利用regression-basedEM的方法来求解combinationalpropensity(准确的说,只有相关性用了regression,其他的都还是不同的EM,并且相关
- 推荐系统模型(一) DFN 详解 Deep Feedback Network for Recommendation
WitsMakeMen
推荐算法
背景在大多数的推荐系统中,往往注重于隐式正反馈(例如:点击),而忽略掉用户的其他行为(例如大多数CTR模型只考虑用户的喜欢,而忽略了不喜欢)。腾讯在DeepFeedbackNetworkforRecommendation一文中,提出了一个新颖的推荐系统模型,该模型使用了一个新的神经网络框架,考虑了用户显式/隐式的正负反馈,通过大量的实验证实了该模型的有效性和鲁棒性。先验知识显式反馈(explici
- 联邦学习论文阅读:Federated collaborative filtering
thormas1996
联邦学习联邦学习论文阅读
今年一月刚挂上arXiv的一篇联邦推荐文章Federatedcollaborativefilteringforprivacy-preservingpersonalizedrecommendationsystem。摘要作者将一个隐形反馈的CF模型修改成了联邦学习的框架,隐私性用Fed-Avg算法保证。总的来说,没什么创新。问题在保护用户隐私的情况下利用隐性反馈进行推荐框架一个横向联邦的框架,和goo
- 论文阅读:A Survey on Neural Recommendation: From Collaborative Filtering to Content and Context Enriched
三金samkam
论文阅读推荐系统深度学习机器学习人工智能神经网络
论文名字ASurveyonNeuralRecommendation:FromCollaborativeFilteringtoContentandContextEnrichedRecommendation来源年份2021.4.27作者LeWuMember,IEEE,XiangnanHeMember,IEEE,XiangWangMember,IEEE,KunZhangMember,IEEE,andMe
- django电影推荐系统
哈都婆
django
电影推荐启动./bin/pycharm.shdjango-adminstartprojectmovie_recommendation_projectcdmovie_recommendation_project/pythonmanage.pymovie_recommendation_apppythonmanage.pystartappmovle_recommendation_applspythonm
- 重点句式52
俗世尘沙
今天的句子:Irecognisethepositiveimpactthatmanyoftherecommendationscouldhave,suchasbanningfreeoffersforjunkfoodandrestrictionsonadvertising,andusingtaxincentivestomakehealthyfoodcheaper.Butyoucannothaveacom
- 可解释推荐系统工具箱 - VECF(一)
processor4d
文章名称【SIGIR-2019】【Tsinghua/RutgersUniversity】PersonalizedFashionRecommendationwithVisualExplanationsbasedonMultimodalAttentionNetwork核心要点文章旨在流行商品推荐领域中,物品图片影响力大,但不同用户对图片的不同部分注意程度不一的问题。利用用户评论文本信息作为弱监督信号,
- Do you have any recommendations...
有乌云
Haveanyrecommendationsforsth推荐...Ontherecommendationofsb/onsb'srecommendation在某人推荐之下...aletterofrecommendation/arecommendationletter推荐信Doyouhaveanyrecommendationsforanice,balancedred?Wechosethehotelon
- 因果推断推荐系统工具箱 - CausCF: Causal Collaborative Filtering for Recommendation Effect Estimation(一)
processor4d
文章名称【CIKM-2021】CausCF:CausalCollaborativeFilteringforRecommendationEffectEstimation核心要点通常我们都希望推荐系统能够更高效的推荐物品,但是高效率如何界定?文章作者认为最高效的物品是能够提高营收概率的物品(因为用户喜欢才会买,同时平台也因此而得到利润)。然而,推荐天然存在因果推断的根本问题(未被推荐的物品的效果是缺失
- Spring的注解积累
yijiesuifeng
spring注解
用注解来向Spring容器注册Bean。
需要在applicationContext.xml中注册:
<context:component-scan base-package=”pagkage1[,pagkage2,…,pagkageN]”/>。
如:在base-package指明一个包
<context:component-sc
- 传感器
百合不是茶
android传感器
android传感器的作用主要就是来获取数据,根据得到的数据来触发某种事件
下面就以重力传感器为例;
1,在onCreate中获得传感器服务
private SensorManager sm;// 获得系统的服务
private Sensor sensor;// 创建传感器实例
@Override
protected void
- [光磁与探测]金吕玉衣的意义
comsci
这是一个古代人的秘密:现在告诉大家
信不信由你们:
穿上金律玉衣的人,如果处于灵魂出窍的状态,可以飞到宇宙中去看星星
这就是为什么古代
- 精简的反序打印某个数
沐刃青蛟
打印
以前看到一些让求反序打印某个数的程序。
比如:输入123,输出321。
记得以前是告诉你是几位数的,当时就抓耳挠腮,完全没有思路。
似乎最后是用到%和/方法解决的。
而今突然想到一个简短的方法,就可以实现任意位数的反序打印(但是如果是首位数或者尾位数为0时就没有打印出来了)
代码如下:
long num, num1=0;
- PHP:6种方法获取文件的扩展名
IT独行者
PHP扩展名
PHP:6种方法获取文件的扩展名
1、字符串查找和截取的方法
1
$extension
=
substr
(
strrchr
(
$file
,
'.'
), 1);
2、字符串查找和截取的方法二
1
$extension
=
substr
- 面试111
文强chu
面试
1事务隔离级别有那些 ,事务特性是什么(问到一次)
2 spring aop 如何管理事务的,如何实现的。动态代理如何实现,jdk怎么实现动态代理的,ioc是怎么实现的,spring是单例还是多例,有那些初始化bean的方式,各有什么区别(经常问)
3 struts默认提供了那些拦截器 (一次)
4 过滤器和拦截器的区别 (频率也挺高)
5 final,finally final
- XML的四种解析方式
小桔子
domjdomdom4jsax
在平时工作中,难免会遇到把 XML 作为数据存储格式。面对目前种类繁多的解决方案,哪个最适合我们呢?在这篇文章中,我对这四种主流方案做一个不完全评测,仅仅针对遍历 XML 这块来测试,因为遍历 XML 是工作中使用最多的(至少我认为)。 预 备 测试环境: AMD 毒龙1.4G OC 1.5G、256M DDR333、Windows2000 Server
- wordpress中常见的操作
aichenglong
中文注册wordpress移除菜单
1 wordpress中使用中文名注册解决办法
1)使用插件
2)修改wp源代码
进入到wp-include/formatting.php文件中找到
function sanitize_user( $username, $strict = false
- 小飞飞学管理-1
alafqq
管理
项目管理的下午题,其实就在提出问题(挑刺),分析问题,解决问题。
今天我随意看下10年上半年的第一题。主要就是项目经理的提拨和培养。
结合我自己经历写下心得
对于公司选拔和培养项目经理的制度有什么毛病呢?
1,公司考察,选拔项目经理,只关注技术能力,而很少或没有关注管理方面的经验,能力。
2,公司对项目经理缺乏必要的项目管理知识和技能方面的培训。
3,公司对项目经理的工作缺乏进行指
- IO输入输出部分探讨
百合不是茶
IO
//文件处理 在处理文件输入输出时要引入java.IO这个包;
/*
1,运用File类对文件目录和属性进行操作
2,理解流,理解输入输出流的概念
3,使用字节/符流对文件进行读/写操作
4,了解标准的I/O
5,了解对象序列化
*/
//1,运用File类对文件目录和属性进行操作
//在工程中线创建一个text.txt
- getElementById的用法
bijian1013
element
getElementById是通过Id来设置/返回HTML标签的属性及调用其事件与方法。用这个方法基本上可以控制页面所有标签,条件很简单,就是给每个标签分配一个ID号。
返回具有指定ID属性值的第一个对象的一个引用。
语法:
&n
- 励志经典语录
bijian1013
励志人生
经典语录1:
哈佛有一个著名的理论:人的差别在于业余时间,而一个人的命运决定于晚上8点到10点之间。每晚抽出2个小时的时间用来阅读、进修、思考或参加有意的演讲、讨论,你会发现,你的人生正在发生改变,坚持数年之后,成功会向你招手。不要每天抱着QQ/MSN/游戏/电影/肥皂剧……奋斗到12点都舍不得休息,看就看一些励志的影视或者文章,不要当作消遣;学会思考人生,学会感悟人生
- [MongoDB学习笔记三]MongoDB分片
bit1129
mongodb
MongoDB的副本集(Replica Set)一方面解决了数据的备份和数据的可靠性问题,另一方面也提升了数据的读写性能。MongoDB分片(Sharding)则解决了数据的扩容问题,MongoDB作为云计算时代的分布式数据库,大容量数据存储,高效并发的数据存取,自动容错等是MongoDB的关键指标。
本篇介绍MongoDB的切片(Sharding)
1.何时需要分片
&nbs
- 【Spark八十三】BlockManager在Spark中的使用场景
bit1129
manager
1. Broadcast变量的存储,在HttpBroadcast类中可以知道
2. RDD通过CacheManager存储RDD中的数据,CacheManager也是通过BlockManager进行存储的
3. ShuffleMapTask得到的结果数据,是通过FileShuffleBlockManager进行管理的,而FileShuffleBlockManager最终也是使用BlockMan
- yum方式部署zabbix
ronin47
yum方式部署zabbix
安装网络yum库#rpm -ivh http://repo.zabbix.com/zabbix/2.4/rhel/6/x86_64/zabbix-release-2.4-1.el6.noarch.rpm 通过yum装mysql和zabbix调用的插件还有agent代理#yum install zabbix-server-mysql zabbix-web-mysql mysql-
- Hibernate4和MySQL5.5自动创建表失败问题解决方法
byalias
J2EEHibernate4
今天初学Hibernate4,了解了使用Hibernate的过程。大体分为4个步骤:
①创建hibernate.cfg.xml文件
②创建持久化对象
③创建*.hbm.xml映射文件
④编写hibernate相应代码
在第四步中,进行了单元测试,测试预期结果是hibernate自动帮助在数据库中创建数据表,结果JUnit单元测试没有问题,在控制台打印了创建数据表的SQL语句,但在数据库中
- Netty源码学习-FrameDecoder
bylijinnan
javanetty
Netty 3.x的user guide里FrameDecoder的例子,有几个疑问:
1.文档说:FrameDecoder calls decode method with an internally maintained cumulative buffer whenever new data is received.
为什么每次有新数据到达时,都会调用decode方法?
2.Dec
- SQL行列转换方法
chicony
行列转换
create table tb(终端名称 varchar(10) , CEI分值 varchar(10) , 终端数量 int)
insert into tb values('三星' , '0-5' , 74)
insert into tb values('三星' , '10-15' , 83)
insert into tb values('苹果' , '0-5' , 93)
- 中文编码测试
ctrain
编码
循环打印转换编码
String[] codes = {
"iso-8859-1",
"utf-8",
"gbk",
"unicode"
};
for (int i = 0; i < codes.length; i++) {
for (int j
- hive 客户端查询报堆内存溢出解决方法
daizj
hive堆内存溢出
hive> select * from t_test where ds=20150323 limit 2;
OK
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
问题原因: hive堆内存默认为256M
这个问题的解决方法为:
修改/us
- 人有多大懒,才有多大闲 (评论『卓有成效的程序员』)
dcj3sjt126com
程序员
卓有成效的程序员给我的震撼很大,程序员作为特殊的群体,有的人可以这么懒, 懒到事情都交给机器去做 ,而有的人又可以那么勤奋,每天都孜孜不倦得做着重复单调的工作。
在看这本书之前,我属于勤奋的人,而看完这本书以后,我要努力变成懒惰的人。
不要在去庞大的开始菜单里面一项一项搜索自己的应用程序,也不要在自己的桌面上放置眼花缭乱的快捷图标
- Eclipse简单有用的配置
dcj3sjt126com
eclipse
1、显示行号 Window -- Prefences -- General -- Editors -- Text Editors -- show line numbers
2、代码提示字符 Window ->Perferences,并依次展开 Java -> Editor -> Content Assist,最下面一栏 auto-Activation
- 在tomcat上面安装solr4.8.0全过程
eksliang
Solrsolr4.0后的版本安装solr4.8.0安装
转载请出自出处:
http://eksliang.iteye.com/blog/2096478
首先solr是一个基于java的web的应用,所以安装solr之前必须先安装JDK和tomcat,我这里就先省略安装tomcat和jdk了
第一步:当然是下载去官网上下载最新的solr版本,下载地址
- Android APP通用型拒绝服务、漏洞分析报告
gg163
漏洞androidAPP分析
点评:记得曾经有段时间很多SRC平台被刷了大量APP本地拒绝服务漏洞,移动安全团队爱内测(ineice.com)发现了一个安卓客户端的通用型拒绝服务漏洞,来看看他们的详细分析吧。
0xr0ot和Xbalien交流所有可能导致应用拒绝服务的异常类型时,发现了一处通用的本地拒绝服务漏洞。该通用型本地拒绝服务可以造成大面积的app拒绝服务。
针对序列化对象而出现的拒绝服务主要
- HoverTree项目已经实现分层
hvt
编程.netWebC#ASP.ENT
HoverTree项目已经初步实现分层,源代码已经上传到 http://hovertree.codeplex.com请到SOURCE CODE查看。在本地用SQL Server 2008 数据库测试成功。数据库和表请参考:http://keleyi.com/a/bjae/ue6stb42.htmHoverTree是一个ASP.NET 开源项目,希望对你学习ASP.NET或者C#语言有帮助,如果你对
- Google Maps API v3: Remove Markers 移除标记
天梯梦
google maps api
Simply do the following:
I. Declare a global variable:
var markersArray = [];
II. Define a function:
function clearOverlays() {
for (var i = 0; i < markersArray.length; i++ )
- jQuery选择器总结
lq38366
jquery选择器
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
- 基础数据结构和算法六:Quick sort
sunwinner
AlgorithmQuicksort
Quick sort is probably used more widely than any other. It is popular because it is not difficult to implement, works well for a variety of different kinds of input data, and is substantially faster t
- 如何让Flash不遮挡HTML div元素的技巧_HTML/Xhtml_网页制作
刘星宇
htmlWeb
今天在写一个flash广告代码的时候,因为flash自带的链接,容易被当成弹出广告,所以做了一个div层放到flash上面,这样链接都是a触发的不会被拦截,但发现flash一直处于div层上面,原来flash需要加个参数才可以。
让flash置于DIV层之下的方法,让flash不挡住飘浮层或下拉菜单,让Flash不档住浮动对象或层的关键参数:wmode=opaque。
方法如下:
- Mybatis实用Mapper SQL汇总示例
wdmcygah
sqlmysqlmybatis实用
Mybatis作为一个非常好用的持久层框架,相关资料真的是少得可怜,所幸的是官方文档还算详细。本博文主要列举一些个人感觉比较常用的场景及相应的Mapper SQL写法,希望能够对大家有所帮助。
不少持久层框架对动态SQL的支持不足,在SQL需要动态拼接时非常苦恼,而Mybatis很好地解决了这个问题,算是框架的一大亮点。对于常见的场景,例如:批量插入/更新/删除,模糊查询,多条件查询,联表查询,