frank_hetest
frank_hetest

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估

Dual Graph enhanced Embedding Neural Network for CTR Prediction

Wei Guo, Rong Su, Renhao Tan, Huifeng Guo, Yingxue Zhang, Zhirong Liu, Ruiming Tang, Xiuqiang He

Huawei Noah’s Ark Lab

https://arxiv.org/pdf/2106.00314.pdf

点击率预估，目的是预测用户点击某个商品的概率，在在线广告和推荐系统中起着至关重要的作用。基于特征交互建模的以及用户兴趣挖掘的方法是两种最流行的方法，这两种方法学者们已经研究了很多年，并且在点击率预估中取得了重大进展。

然而，基于特征交互的方法严重依赖不同特征的共现频次，这就会遇到特征稀疏的问题，所谓特征稀疏即很多特征很少出现。基于用户兴趣挖掘的方法需要丰富的用户行为，进而得到用户的多种兴趣，这种方法容易遇到行为稀疏的问题，很多用户的行为序列都是比较短的。

为解决以上问题，作者们提出一种新颖的模块，对偶图增强embedding，该模块可以跟很多点击率预估模型融合，进而解决以上两个问题。作者们还提出一种对偶图增强embedding神经网络，DG-ENN，用于点击率预估。

对偶图增强embedding利用图表示的优势，结合两种精心设计的学习策略，分而治之，课程学习激发的有组织学习，进而可以完善embedding。

作者们在三个真实工业界数据集上进行了充分的实验。实验结果表明，作者们所提出的DG-ENN效果显著优于STOA点击率预估模型。此外，用于STOA点击率预估模型时，对偶图强化embedding通常可以取得更好的效果。更多案例研究证明，作者们所提出的对偶图强化embedding可以缓解特征稀疏和行为稀疏的问题。

作者们将点击率预估模型分为以下两类

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第1张图片

特征频次以及行为长度的分布图示如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第2张图片

容易看出共现特征数比较少，行为长度较长的数量较少

这篇文章的主要贡献如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第3张图片

对特征交互进行建模的算法有以下几种

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第4张图片

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第5张图片

对用户兴趣进行建模的算法有以下几种

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第6张图片

用于推荐的图网路主要有以下几种算法

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第7张图片

作者们所提出的dg-enn结构图示如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第8张图片

作者们在以下三个数据集上进行了实验

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第9张图片

数据集预处理方式如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第10张图片

数据集信息统计如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第11张图片

参与对比的模型和模型衡量指标如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第12张图片

参数设置如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第13张图片

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第14张图片

几种算法的效果对比如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第15张图片

对偶图embedding在几个模型上的作用如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第16张图片

对偶图卷积的作用如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第17张图片

对偶图构建对模型效果影响如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第18张图片

不同的聚合算法对模型的效果影响如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第19张图片

属性信息利用方式对模型效果影响如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第20张图片

不同的协同信号利用方式对模型效果影响如下

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第21张图片

作者们所提模型可以较好处理特征稀疏和行为稀疏的问题

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估_第22张图片

              12bdc84f4884be122080cd5397a5e19f.png我是分割线cf799e90a10ccbc431a2b977f4e93eec.png

您可能感兴趣

KDD2021|因果模型在实时竞价重复曝光次数中的应用

雅虎联合阿里提出转化率预估实用框架并用于在线展示广告

IJCAI2020|京东联合香港理工提出基于点击校准的注意力模型用于时延归因转化率预估

WSDM2022|阿里联合中科院提出特征协同作用网络CAN用于点击率预估(已开源)

WSDM2022|阿里提出合约广告自适应统一分配框架AUAF(已开源)

ICDM2019|阿里提出大规模个性化分发实时平滑算法并用于合约展示广告

微软提出实时竞价算法并用于效果展示广告分配

淘宝展示广告中的优化点击成本算法

在线定向广告中的预算控制算法

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW

你可能感兴趣的:(算法,机器学习,深度学习,推荐系统,大数据)

  • 深度学习速通系列:LoRA微调是什么 Ven% 深度学习速通系列人工智能深度学习python机器学习nlp
    LoRA微调（Low-RankAdaptation）是一种用于大型预训练语言模型（LLM）的高效微调技术。它的核心思想是在不改变预训练模型权重的前提下，通过在模型的Transformer层中引入可训练的低秩矩阵来实现模型的微调。这种方法可以显著减少训练参数的数量，从而降低对计算资源的需求。LoRA微调的原理：LoRA微调方法建议冻结预训练模型的权重，并在每个Transformer块中注入可训练的低
  • 基于深度学习的基因组数据分析 SEU-WYL 深度学习dnn深度学习数据分析人工智能
    基于深度学习的基因组数据分析利用深度学习技术来处理和分析基因组数据，帮助解决基因组学领域中一些复杂且具有挑战性的问题。这种方法已经在疾病预测、基因功能预测、变异检测、基因表达调控分析、个性化医疗等方面取得了显著进展。1.基因组数据分析的核心挑战基因组数据分析涉及以下主要挑战：高维数据与稀疏性：基因组数据通常包括数百万到数十亿个碱基对，数据维度非常高。同时，许多基因变异事件是稀有的，这种稀疏性使得数
  • 【机器学习】4 ——熵 qq_43507078 我的机器学习机器学习人工智能
    机器学习4——熵文章目录机器学习4——熵前言前言熵衡量随机变量不确定性，由克劳德·香农（ClaudeShannon）在1948年提出，称为香农熵。反映了一个系统中信息的混乱程度或信息量。其定义为：H(P)=−∑xP(x)logP(x)H(P)=-\sum_{x}^{}P(x)logP(x)H(P)=−x∑P(x)logP(x)其中：X是一个随机变量，它有种可能的取值P(x)是X取值为x的概率。熵H
  • OpenCV结构分析与形状描述符（14）拟合直线函数fitLine()的使用 jndingxin OpenCVopencv人工智能计算机视觉
    操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述拟合一条直线到2D或3D点集。fitLine函数通过最小化∑iρ(ri)\sum_i\rho(r_i)∑iρ(ri)来拟合一条直线到2D或3D点集，其中rir_iri是第i个点到直线的距离，而ρ(r)\rho(r)ρ(r)是一个距离函数，可以是以下之一：DIST_
  • 基于深度学习的信号滤波：创新技术与应用挑战 逼子歌 深度学习神经网络信号滤波图像去噪卷积神经网络长短期记忆网络
    一、引言1.1研究背景随着科技的不断发展，信号处理领域面临着越来越复杂的挑战。在众多信号处理技术中，基于深度学习的信号滤波技术逐渐崭露头角，成为研究的热点。基于深度学习的信号滤波在信号处理领域具有至关重要的地位。如今，我们生活在一个数据爆炸的时代，各种信号源不断产生大量的复杂数据。例如，在通信领域，信号常常受到噪声干扰，传统的滤波方法在处理复杂、非线性信号时可能效果不佳。而深度学习技术具有自动特征
  • 数据分析-18-时间序列分析的季节性检验 皮皮冰燃 数据分析数据分析
    1什么是时间序列时间序列是一组按时间顺序排列的数据点的集合，通常以固定的时间间隔进行观测。这些数据点可以是按小时、天、月甚至年进行采样的。时间序列在许多领域中都有广泛应用，例如金融、经济学、气象学和工程等。时间序列的分析可以帮助我们理解和预测未来的趋势和模式，以及了解数据的周期性、趋势、季节性等特征。常用的时间序列分析方法包括平滑法、回归分析、ARIMA模型、指数平滑法和机器学习方法等。1.1时间
  • 【题目】数据分析与数据思维选择题 天启和风 大数据题目数据分析数据挖掘大数据
    1.以下选项中不属于数据预处理的是（）A.数据清理B.数据可视化C.数据变换D.数据集成解析：选B。数据清洗指对数据集中的不完整、不合理或不准确的数据进行修补、去重、纠错、修补或删除数据变换将原始数据变换成符合目标算法要求的数据数据集成指对来自不同的数据源的数据进行集成处理2.用来描述访问了某个项目一次就退出的次数和这个项目总访问的次数的比率的基础指标是_？A.跳失率B.费效比C.渠道转换率D.访
  • 两分钟带你了解分账系统收费标准 cjwi774 分账那些事大数据小程序电子商务分账零售
    随着大数据、人工智能、云计算等新兴技术愈发成熟，各行各业数字化、智能化改造升级既是大势所趋也是顺势而为。包括电商行业、共享行业、商业综合体、景区等许多业态都纷纷接入分账系统，助力自身业务进行转型升级。而分账系统的价格一直是企业主们考量的重要标准之一，今天小编就为大家介绍一下分账系统收费标准。其实分账系统没有一个固定的收费标准，因为不同的供应方、不同的功能等收费标准都是不同的。一般来说，目前市面上分
  • 2-90 基于matlab的总图专业平面布置优化程序 'Matlab学习与应用 matlab工程应用物流强度物流关系数数据物流流进厂房标号总图专业平面布置优化matlab
    基于matlab的总图专业平面布置优化程序，输入数据物流流进厂房标号、物流关系数、物流关系标号、物流强度，双目标优化算法计算最优平面布置方案。程序已调通，可直接运行。下载源程序点链接：2-90基于matlab的总图专业平面布置优化程序
  • 代码随想录算法训练营day30 半勺鸡腿堡 算法哈希算法
    1.用最少数量的箭引爆气球1.1题目.-力扣（LeetCode）1.2题解classSolution{public:intfindMinArrowShots(vector>&points){sort(points.begin(),points.end(),[](vector&a,vector&b){returna[0]points[i-1][1]){//那必须得要一只箭result++;}//挨着
  • 299-双十一剁手了吗 细雨湿流光20
    写下这个标题，想起来不是双十一吗，今天才十一月一号，为什么购物大战已经轰轰烈烈的燃起来了？这几年都很少参与双十一，因为那些花招算法太复杂，也尽量想让自己少购物少消费，物资的欲望不能太强烈，真有喜欢的东西买就是了，没必要为个优惠去硬凑单、囤货。今年受小红书蛊惑，加上本来就爱无印良品，就是muji的忠实拥趸。计划的是现在就应该在南下的路上了，所以半个月前哗啦啦买了好多无印良品，没折扣全价买的。昨天一看
  • 代码随想录算法训练营day18|二叉树06 咕咕鹄鹄 算法数据结构
    一、530.二叉搜索树的最小绝对差530.二叉搜索树的最小绝对差-力扣（LeetCode）给你一棵所有节点为非负值的二叉搜索树，请你计算树中任意两节点的差的绝对值的最小值。示例：提示：树中至少有2个节点思路：classSolution:def__init__(self):self.vec=[]deftraversal(self,root):ifrootisNone:returnself.trave
  • 01-Flink安装部署及入门案例（仅供学习），音视频时代你还不会NDK开发 小猪佩琪962 2024年程序员学习flink学习大数据
    先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵
  • 【Python】解决AttributeError: ‘NoneType‘ object has no attribute ‘xxxx‘ 云天徽上 Pandaspython开发语言pandas机器学习numpy
    【Python】解决AttributeError:'NoneType'objecthasnoattribute'xxxx'报错欢迎莅临我的个人主页这里是我深耕Python编程、机器学习和自然语言处理（NLP）领域，并乐于分享知识与经验的小天地！博主简介：我是云天徽上，一名对技术充满热情的探索者。多年的Python编程和机器学习实践，使我深入理解了这些技术的核心原理，并能够在实际项目中灵活应用。尤其
  • Kamada-Kawai 布局算法简介，nx.kamada_kawai_layout(G) 小桥流水---人工智能 人工智能深度学习机器学习算法算法python人工智能
    nx.kamada_kawai_layout(G)是NetworkX中用于图布局的一个函数，它基于Kamada-Kawai弹簧嵌入算法（Kamada-KawaiSpringLayoutAlgorithm）。这是一个经典的力导向布局算法，它特别适用于中小型图的可视化，能够让节点的位置更直观地反映它们之间的关系。Kamada-Kawai布局算法简介Kamada-Kawai算法是一种用于图的二维或三维可
  • 程式语言区分 白总Server htmlpythonjavac++开发语言
    程序语言有很多种，每种都有其特定的用途和特点。以下是一些广泛使用的编程语言：1.Python：易于学习，广泛用于数据科学、机器学习、网络开发、自动化等领域。2.Java：广泛应用于企业级应用、安卓开发、大型系统开发等。3.C：一种基础语言，广泛用于系统编程、嵌入式开发、操作系统等领域。4.C++：C语言的扩展，支持面向对象编程，用于游戏开发、高性能应用等。5.JavaScript：主要用于网页前端
  • canvas插件 fabric.js 使用 lxw_powerfulCat 前端javascriptfabrichtml
    fabric.js使用fabric.js是常用的canvas插件1,在项目中使用2,特殊用法①,基本设置②,画板数据的导入导出③,遮罩Pattern(引用官网案例)④,多个对象合并,并设置为fabric背景(适用于变色和更多场景)⑤,把canvas对象或者fabric对象导出为图片⑥,位置的获取思路一:(计算法,没算出来)思路二(记录位置)补充:鼠标位移留痕不规则线条在如下代码中注意事项fabri
  • 比较Spark与Flink 傲雪凌霜，松柏长青 大数据后端sparkflink大数据
    ApacheSpark和ApacheFlink都是目前非常流行的大数据处理引擎，但它们在架构、处理模式、应用场景等方面有一些显著的区别。下面是二者的对比：1.处理模式Spark:主要支持批处理（BatchProcessing），也能通过SparkStreaming处理流式数据，但SparkStreaming本质上是通过微批（micro-batching）的方式处理流数据，延迟相对较高。SparkS
  • 算法-双指针技巧 浅念同学 算法java开发语言
    文章目录算法概述奇偶数字归位寻找重复数字接雨水救生艇问题算法概述设置两个指针的技巧，其实这种说法很宽泛，似乎没什么可总结的有时候所谓的双指针技巧，就单纯是代码过程用双指针的形式表达出来而已。没有单调性(贪心)方面的考虑有时候的双指针技巧包含单调性(贪心)方面的考虑，牵扯到可能性的取舍。对分析能力的要求会变高。其实是先有的思考和优化，然后代码变成了双指针的形式。3)所以，双指针这个“皮”不重要，分析
  • 算法-二分搜索(长期更新) 浅念同学 算法
    文章目录情景一:二分查找情景二:找出一个>=num的最左侧的位置情景三:找出一个>1);if(nums[mid]>key){right=mid-1;}elseif(nums[mid]=num的最左侧的位置这个其实也是二分的逻辑,我们定义一个标记物ans初始化置为-1,当我们的mid满足条件的时候,我们就将我们的ans置为mid,然后继续二分,当不满足条件的时候,我们就不进行操作,继续二分,然后最后
  • Apache Flink：实时流处理与批处理的统一框架 小码快撩 flink大数据
    导语在大数据处理领域，流处理和批处理是两种主要的处理方式。然而，传统的系统通常将这两者视为独立的任务，需要不同的工具和框架来处理。ApacheFlink是一个开源的流处理框架，它打破了这种界限，提供了一个统一的平台来处理实时流数据和批处理数据。一、基本概念与架构ApacheFlink的基本概念与架构主要包括以下几个核心组成部分：基本概念1.流处理模型：无界流(UnboundedStreams):数
  • 【Python/Java/C++三种语言】20天拿下华为OD笔试之【位运算】2023B-出错的或电路【欧弟算法】全网注释最详细分类最全的华为OD真题 闭着眼睛学算法 最新华为OD真题#数学#位运算算法pythonjava
    文章目录题目描述与示例题目描述输入描述输出描述示例一输入输出说明示例二输入输出说明解题思路代码PythonJavaC++时空复杂度华为OD算法/大厂面试高频题算法练习冲刺训练题目描述与示例题目描述某生产门电路的厂商发现某一批次的或门电路不稳定，具体现象为计算两个二进制数的或操作时，第一个二进制数中某两个比特位会出现交换，交换的比特位置是随机的，但只交换这两个位，其他位不变。很明显，这个交换可能会影
  • 大数据平台（数据中台、数据中枢、数据湖、数据要素）建设方案 数字化建设方案 数字化转型数据治理主数据数据仓库大数据
    大数据平台（数据中台、数据中枢、数据湖、数据要素）建设方案大数据平台（数据中台、数据中枢、数据湖、数据要素）建设方案项目背景和目标项目背景项目目标建设原则与策略数据中台架构设计整体架构设计思路数据采集层数据存储层数据计算层数据服务层数据中枢功能实现数据治理功能数据资产管理功能数据安全管控功能数据服务总线功能数据湖存储与计算方案数据湖存储架构设计数据湖计算框架选择数据湖应用场景分析数据湖安全与合规性
  • 备战2024数学建模国赛（模型三十）：遗传算法 优秀案例（三） 变循环发动机部件法建模及优化 2024年数学建模国赛 备战2024数学建模国赛2024数学建模（不代写论文请勿盲目订阅）数学建模2024年数学建模国赛备战数学建模国赛算法遗传算法2024
    专栏内容(赛前预售价99，比赛期间299):2024数学建模国赛期间会发布思路、代码和优秀论文。（本专栏达不到国一的水平，适用于有一点点基础冲击省奖的同学，近两年有二十几个国二，但是达不到国一，普遍获得省奖，请勿盲目订阅）python全套教程（一百篇博客）：从新手到掌握使用python，可以对数学建模问题进行建模分析。35套模型算法（优秀论文示例）：马尔科夫模型、遗传算法、逻辑回归、逐步回归、蚁群
  • 【笔试题汇总】华为春招笔试题题解 2024-3-20 PXM的算法星球 大厂面试题华为面试数据结构算法
    这里是paoxiaomo，一个现役ACMer，之后将会持续更新算法笔记系列以及笔试题题解系列本文章面向想打ICPC/蓝桥杯/天梯赛等程序设计竞赛，以及各个大厂笔试的选手感谢大家的订阅➕和喜欢有什么想看的算法专题可以私信博主（本文题面由清隆学长收集）01.K小姐的魔法药水问题描述K小姐是一位魔法师，她最近在研究一种神奇的魔法药水。这种药水由一系列魔法材料制成，每种材料都有一个正整数的魔法值。K小姐按
  • 大数据分析与安全分析 Zh&&Li 网络安全运维数据分析安全数据挖掘运维数据库
    大数据分析一、大数据安全威胁与需求分析1.1大数据相关概念发展大数据：是指非传统的数据处理工具的数据集大数据特征：海量的数据规模、快速的数据流转、多样的数据类型和价值密度低等大数据的种类和来源非常多，包括结构化、半结构化和非结构化数据有关大数据的新兴网络信息技术应用不断出现，主要包括大规模数据分析处理、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和存储系统1.2大数据安全威胁分析“数
  • 数据中台建设方案-基于大数据平台(下) FRDATA1550333 大数据数据库架构数据库开发数据库
    数据中台建设方案-基于大数据平台(下)1数据中台建设方案1.1总体建设方案1.2大数据集成平台1.3大数据计算平台1.3.1数据计算层建设计算层技术含量最高，最为活跃，发展也最为迅速。计算层主要实现各类数据的加工、处理和计算，为上层应用提供良好和充分的数据支持。大数据基础平台技术能力的高低，主要依赖于该层组件的发展。本建设方案满足甲方对于数据计算层建设的基本要求：利用了MapReduce、Spar
  • SpringMVC的架构有什么优势？——视图与模型（二） 不会编程的小孩子 架构
    #SpringMVC的架构有什么优势？——视图与模型（二）前言关键字：机器学习人工智能AIchatGPT学习实现使用搭建深度python事件远程dockermysql安全技术部署技术自动化代码视图(View)视图是展示结果的组件，它们负责渲染模型数据并生成HTML输出。SpringMVC支持多种视图技术，包括JSP、Thymeleaf等。视图(View)是SpringMVC中渲染并呈现结果的组件，
  • 【华为笔试题汇总】2024-05-22-华为春招笔试题-三语言题解(Python/Java/Cpp) 春秋招笔试突围 华为春秋招笔试题汇总最新互联网春秋招试题合集华为pythonjava算法
    大家好这里是清隆学长，一枚热爱算法的程序员✨本系列打算持续跟新小米近期的春秋招笔试题汇总～ACM银牌|多次AK大厂笔试｜编程一对一辅导感谢大家的订阅➕和喜欢清隆这边最近正在收集近一年互联网各厂的笔试题汇总，如果有需要的小伙伴可以关注后私信一下清隆领取，会在飞书进行同步的跟新。文章目录01.获取公共链表片段问题描述输入格式输出格式样例输入样例输出数据范围题解参考代码02.矿车运输成本问题描述输入格式
  • DayThirteen 笔记 隔壁班胡胖胖 这个七月
    使用sort函数时，可以传入第三个参数，作为排序的顺序参考，例如：boolcmp(paira,pairb){returna.second>b.second;//从大到小排序}intmain（）{sort(danjia,danjia+n,cmp);}记录一个求幂函数的二分算法LLbineryPow(LLa,LLb,LLm)//递归写法{if(b==0)return1;//如果幂为0，啧直接返回//这
  • ASM系列五 利用TreeApi 解析生成Class lijingyao8206 ASM字节码动态生成ClassNodeTreeAPI
       前面CoreApi的介绍部分基本涵盖了ASMCore包下面的主要API及功能，其中还有一部分关于MetaData的解析和生成就不再赘述。这篇开始介绍ASM另一部分主要的Api。TreeApi。这一部分源码是关联的asm-tree-5.0.4的版本。          在介绍前，先要知道一点， Tree工程的接口基本可以完
  • 链表树——复合数据结构应用实例 bardo 数据结构树型结构表结构设计链表菜单排序
    我们清楚：数据库设计中，表结构设计的好坏，直接影响程序的复杂度。所以，本文就无限级分类（目录）树与链表的复合在表设计中的应用进行探讨。当然，什么是树，什么是链表，这里不作介绍。有兴趣可以去看相关的教材。 需求简介： 经常遇到这样的需求，我们希望能将保存在数据库中的树结构能够按确定的顺序读出来。比如，多级菜单、组织结构、商品分类。更具体的，我们希望某个二级菜单在这一级别中就是第一个。虽然它是最后
  • 为啥要用位运算代替取模呢 chenchao051 位运算哈希汇编
        在hash中查找key的时候，经常会发现用&取代%，先看两段代码吧，     JDK6中的HashMap中的indexFor方法： /** * Returns index for hash code h. */ static int indexFor(int h, int length) {
  • 最近的情况 麦田的设计者 生活感悟计划软考想
          今天是2015年4月27号      整理一下最近的思绪以及要完成的任务             1、最近在驾校科目二练车，每周四天，练三周。其实做什么都要用心，追求合理的途径解决。为
  • PHP去掉字符串中最后一个字符的方法 IT独行者 PHP字符串
    今天在PHP项目开发中遇到一个需求，去掉字符串中的最后一个字符 原字符串1,2,3,4,5,6, 去掉最后一个字符","，最终结果为1,2,3,4,5,6 代码如下： $str = "1,2,3,4,5,6,"; $newstr = substr($str,0,strlen($str)-1); echo $newstr;
  • hadoop在linux上单机安装过程 _wy_ linuxhadoop
    1、安装JDK     jdk版本最好是1.6以上，可以使用执行命令java -version查看当前JAVA版本号，如果报命令不存在或版本比较低，则需要安装一个高版本的JDK，并在/etc/profile的文件末尾，根据本机JDK实际的安装位置加上以下几行：    export JAVA_HOME=/usr/java/jdk1.7.0_25  
  • JAVA进阶----分布式事务的一种简单处理方法 无量 多系统交互分布式事务
    每个方法都是原子操作： 提供第三方服务的系统，要同时提供执行方法和对应的回滚方法 A系统调用B,C,D系统完成分布式事务 =========执行开始======== A.aa(); try { B.bb(); } catch(Exception e) { A.rollbackAa(); } try { C.cc(); } catch(Excep
  • 安墨移动广 告：移动DSP厚积薄发 引领未来广 告业发展命脉 矮蛋蛋 hadoop互联网
    　　“谁掌握了强大的DSP技术，谁将引领未来的广 告行业发展命脉。”2014年，移动广 告行业的热点非移动DSP莫属。各个圈子都在纷纷谈论，认为移动DSP是行业突破点，一时间许多移动广 告联盟风起云涌，竞相推出专属移动DSP产品。 　　到底什么是移动DSP呢? 　　DSP(Demand-SidePlatform)，就是需求方平台，为解决广 告主投放的各种需求，真正实现人群定位的精准广
  • myelipse设置 alafqq IP
      在一个项目的完整的生命周期中，其维护费用，往往是其开发费用的数倍。因此项目的可维护性、可复用性是衡量一个项目好坏的关键。而注释则是可维护性中必不可少的一环。 注释模板导入步骤  安装方法： 打开eclipse/myeclipse 选择 window-->Preferences-->JAVA-->Code-->Code
  • java数组 百合不是茶 java数组
    java数组的   声明  创建  初始化；   java支持C语言      数组中的每个数都有唯一的一个下标 一维数组的定义 声明： int[] a = new int[3];声明数组中有三个数int[3] int[] a 中有三个数，下标从0开始，可以同过for来遍历数组中的数
  • javascript读取表单数据 bijian1013 JavaScript
    利用javascript读取表单数据，可以利用以下三种方法获取： 1、通过表单ID属性：var a = document.getElementByIdx_x_x("id"); 2、通过表单名称属性：var b = document.getElementsByName("name"); 3、直接通过表单名字获取：var c = form.content.
  • 探索JUnit4扩展：使用Theory bijian1013 javaJUnitTheory
    理论机制（Theory） 一.为什么要引用理论机制（Theory）         当今软件开发中，测试驱动开发（TDD — Test-driven development）越发流行。为什么 TDD 会如此流行呢？因为它确实拥有很多优点，它允许开发人员通过简单的例子来指定和表明他们代码的行为意图。 TDD 的优点：     &nb
  • [Spring Data Mongo一]Spring Mongo Template操作MongoDB bit1129 template
    什么是Spring Data Mongo Spring Data MongoDB项目对访问MongoDB的Java客户端API进行了封装，这种封装类似于Spring封装Hibernate和JDBC而提供的HibernateTemplate和JDBCTemplate，主要能力包括 1. 封装客户端跟MongoDB的链接管理 2. 文档-对象映射，通过注解:@Document(collectio
  • 【Kafka八】Zookeeper上关于Kafka的配置信息 bit1129 zookeeper
    问题： 1. Kafka的哪些信息记录在Zookeeper中 2. Consumer Group消费的每个Partition的Offset信息存放在什么位置 3. Topic的每个Partition存放在哪个Broker上的信息存放在哪里 4. Producer跟Zookeeper究竟有没有关系？没有关系！！！   //consumers、config、brokers、cont
  • java OOM内存异常的四种类型及异常与解决方案 ronin47 java OOM 内存异常
          　OOM异常的四种类型： 　　　 　　一：　StackOverflowError ：通常因为递归函数引起（死递归，递归太深）。-Xss 128k 一般够用。     　  二：　out Of memory: PermGen Space：通常是动态类大多，比如web 服务器自动更新部署时引起。-Xmx
  • java-实现链表反转-递归和非递归实现 bylijinnan java
    20120422更新： 对链表中部分节点进行反转操作，这些节点相隔k个： 0->1->2->3->4->5->6->7->8->9 k=2 8->1->6->3->4->5->2->7->0->9 注意1 3 5 7 9 位置是不变的。 解法： 将链表拆成两部分： a.0-&
  • Netty源码学习-DelimiterBasedFrameDecoder bylijinnan javanetty
    看DelimiterBasedFrameDecoder的API，有举例： 接收到的ChannelBuffer如下： +--------------+ | ABC\nDEF\r\n | +--------------+ 经过DelimiterBasedFrameDecoder(Delimiters.lineDelimiter())之后，得到： +-----+----
  • linux的一些命令 -查看cc攻击-网口ip统计等 hotsunshine linux
    Linux判断CC攻击命令详解 2011年12月23日 ⁄ 安全 ⁄ 暂无评论 查看所有80端口的连接数 netstat -nat|grep -i '80'|wc -l 对连接的IP按连接数量进行排序 netstat -ntu | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -n 查看TCP连接状态 n
  • Spring获取SessionFactory ctrain sessionFactory
    String sql = "select sysdate from dual"; WebApplicationContext wac = ContextLoader.getCurrentWebApplicationContext(); String[] names = wac.getBeanDefinitionNames(); for(int i=0; i&
  • Hive几种导出数据方式 daizj hive数据导出
    Hive几种导出数据方式   1.拷贝文件   如果数据文件恰好是用户需要的格式，那么只需要拷贝文件或文件夹就可以。 hadoop fs –cp source_path target_path   2.导出到本地文件系统   --不能使用insert into local directory来导出数据，会报错 --只能使用
  • 编程之美 dcj3sjt126com 编程PHP重构
    我个人的 PHP 编程经验中，递归调用常常与静态变量使用。静态变量的含义可以参考 PHP 手册。希望下面的代码，会更有利于对递归以及静态变量的理解   header("Content-type: text/plain"); function static_function () { static $i = 0; if ($i++ < 1
  • Android保存用户名和密码 dcj3sjt126com android
    转自：http://www.2cto.com/kf/201401/272336.html 我们不管在开发一个项目或者使用别人的项目，都有用户登录功能，为了让用户的体验效果更好，我们通常会做一个功能，叫做保存用户，这样做的目地就是为了让用户下一次再使用该程序不会重新输入用户名和密码，这里我使用3种方式来存储用户名和密码 1、通过普通 的txt文本存储 2、通过properties属性文件进行存
  • Oracle 复习笔记之同义词 eksliang Oracle 同义词Oracle synonym
    转载请出自出处：http://eksliang.iteye.com/blog/2098861 1.什么是同义词       同义词是现有模式对象的一个别名。       概念性的东西，什么是模式呢？创建一个用户，就相应的创建了 一个模式。模式是指数据库对象，是对用户所创建的数据对象的总称。模式对象包括表、视图、索引、同义词、序列、过
  • Ajax案例 gongmeitao Ajaxjsp
    数据库采用Sql Server2005 项目名称为:Ajax_Demo 1.com.demo.conn包 package com.demo.conn; import java.sql.Connection;import java.sql.DriverManager;import java.sql.SQLException; //获取数据库连接的类public class DBConnec
  • ASP.NET中Request.RawUrl、Request.Url的区别 hvt .netWebC#asp.nethovertree
      如果访问的地址是：http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree%3C&n=myslider#zonemenu那么Request.Url.ToString() 的值是：http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree<&
  • SVG 教程 （七）SVG 实例，SVG 参考手册 天梯梦 svg
    SVG 实例 在线实例 下面的例子是把SVG代码直接嵌入到HTML代码中。 谷歌Chrome，火狐，Internet Explorer9，和Safari都支持。 注意：下面的例子将不会在Opera运行，即使Opera支持SVG - 它也不支持SVG在HTML代码中直接使用。   SVG 实例 SVG基本形状 一个圆 矩形 不透明矩形 一个矩形不透明2 一个带圆角矩
  • 事务管理 luyulong javaspring编程事务
    事物管理 spring事物的好处 为不同的事物API提供了一致的编程模型 支持声明式事务管理 提供比大多数事务API更简单更易于使用的编程式事务管理API 整合spring的各种数据访问抽象 TransactionDefinition 定义了事务策略 int getIsolationLevel()得到当前事务的隔离级别 READ_COMMITTED 
  • 基础数据结构和算法十一：Red-black binary search tree sunwinner AlgorithmRed-black
      The insertion algorithm for 2-3 trees just described is not difficult to understand; now, we will see that it is also not difficult to implement. We will consider a simple representation known
  • centos同步时间 stunizhengjia linux集群同步时间
    做了集群，时间的同步就显得非常必要了。 以下是查到的如何做时间同步。 在CentOS 5不再区分客户端和服务器，只要配置了NTP，它就会提供NTP服务。 1)确认已经ntp程序包： # yum install ntp 2)配置时间源（默认就行，不需要修改） # vi /etc/ntp.conf server pool.ntp.o
  • ITeye 9月技术图书有奖试读获奖名单公布 ITeye管理员 ITeye
    ITeye携手博文视点举办的9月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。 9月试读活动回顾：http://webmaster.iteye.com/blog/2118112本次技术图书试读活动的优秀奖获奖名单及相应作品如下（优秀文章有很多，但名额有限，没获奖并不代表不优秀）：      《NFC：Arduino、Andro
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他