V2EX › mumbler 的所有回复 › 第 93 页 / 共 93 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 ... 84 85 86 87 88 89 90 91 92 93

❮

❯

2018-05-05 23:53:38 +08:00

回复了 redapple02041 创建的主题 › 问与答 › 大家对孩子的成绩都有要求吗

家长没本事,才会要求孩子的成绩,因为成绩好能省钱. 但不要求成绩,不代表不需要严厉

2018-05-05 12:35:24 +08:00

回复了 chopper 创建的主题 › CDN › 有没有 CDN 服务提供图片处理功能的

阿里云 OSS 了解一下

2018-05-05 01:13:43 +08:00

回复了 sjwuny 创建的主题 › 广州 › 想问下买房需要做流水么？具体怎么做？

只看流水,越多越好

2018-04-30 17:02:26 +08:00

回复了 KevZhi 创建的主题 › 微信 › 微信小程序已经非常明显在挑战苹果的底线了

小程序革的是 H5 的命,不是针对 app 的,但 web 替代 app 这是历史的必然,PC 时代已经发生过了,移动时代苹果也挡不住历史

2018-04-30 10:38:09 +08:00

回复了 luger1990 创建的主题 › 算法 › 千万用户推荐去重算法

@luger1990 所以不建议你用推模式啊,不用 nosql,直接关系数据库储存用户最近一周的观看记录来去重即可。就算用推的，也不需要给每个用户储存 100W 的队列，因为实际场景中，用户一辈子都不可能看到 100W 个视频. 如果内容与时间无关,也没有新内容进来,每天固定 500 个给所有人建队列就行了,第二天把前一天的数据删除了再来 500 个,真有人看完就单独给他拉内容。把问题缩小到一个封闭空间内，一下就非常简单了

2018-04-30 10:14:30 +08:00

回复了 luger1990 创建的主题 › 算法 › 千万用户推荐去重算法

@murmur 首先用户不可能一天看一万个内容, 大多数内容的生产和消费都和时间相关,假设平均每个用户每天看 50 条(已经很多了),先给用户推荐最近一天生产的内容,如果看完了,再推荐一周内的内容,最多只储存用户最近一周的观看记录用于去重. 1KW 用户就算全部都是铁杆活跃用户,数据总量也就 30 亿级别,且可以按用户 ID 分区,内容按时间分区

2018-04-30 09:23:04 +08:00

回复了 luger1990 创建的主题 › 算法 › 千万用户推荐去重算法

拉模式

建个表储存用户已看内容的 ID,推荐的时候用 left join 去重,内容一定有时间属性,只给用户推最近一段时间的内容,也只储存最近一段时间的已看记录,计算量和储存空间都会大大减少

2018-04-29 22:03:17 +08:00

回复了 ioioioioioioi 创建的主题 › 问与答 › 中英混血儿一般英语汉语都很好，如何像他们一样，从小培养孩子的双语能力？

不会都很好,最多都能听说,写作阅读还是只习惯一种语言,另一门语言阅读能力很差

2018-04-29 19:25:21 +08:00

回复了 crb912 创建的主题 › 程序员 › 为什么好多人喜欢用笔记本编程？

用台式机回家工作,出差工作不方便啊,任何公司都不可能做到下班就完全不管工作了

1 ... 84 85 86 87 88 89 90 91 92 93

❮

❯