开发笔记 第361页

[转载]常用推荐算法.

在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。

一、基于内容推荐

基 于内容的推荐（Content-based Recommendation）是信息过滤技术的延续与发展，它是建立在项目的内容信息上作出推荐的，而不需要依据用户对项目的评价意见，更多地需要用机 器学习的方法从关于内容的特征描述的事例中得到用户的兴趣资料。在基于内容的推荐系统中，项目或对象是通过相关的特征的属性来定义，系统基于用户评价对象 的特征，学习用户的兴趣，考察用户资料与待预测项目的相匹配程度。用户的资料模型取决于所用学习方法，常用的有决策树、神经网络和基于向量的表示方法等。 基于内容的用户资料是需要有用户的历史数据，用户资料模型可能随着用户的偏好改变而发生变化。

基于内容推荐方法的优点是：

（1）不需要其它用户的数据，没有冷开始问题和稀疏问题。

（2）能为具有特殊兴趣爱好的用户进行推荐。

（3）能推荐新的或不是很流行的项目，没有新项目问题。

（4）通过列出推荐项目的内容特征，可以解释为什么推荐那些项目。

（5）已有比较好的技术，如关于分类学习方面的技术已相当成熟。

缺点是要求内容能容易抽取成有意义的特征，要求特征内容有良好的结构性，并且用户的口味必须能够用内容特征形式来表达，不能显式地得到其它用户的判断情况。

二、协同过滤推荐

协 同过滤推荐（Collaborative Filtering Recommendation）技术是推荐系统中应用最早和最为成功的技术之一。它一般采用最近邻技术，利用用户的历史喜好信息计算用户之间的距离，然后 利用目标用户的最近邻居用户对商品评价的加权评价值来预测目标用户对特定商品的喜好程度，系统从而根据这一喜好程度来对目标用户进行推荐。协同过滤最大优 点是对推荐对象没有特殊的要求，能处理非结构化的复杂对象，如音乐、电影。

协 同过滤是基于这样的假设：为一用户找到他真正感兴趣的内容的好方法是首先找到与此用户有相似兴趣的其他用户，然后将他们感兴趣的内容推荐给此用户。其基本 思想非常易于理解，在日常生活中，我们往往会利用好朋友的推荐来进行一些选择。协同过滤正是把这一思想运用到电子商务推荐系统中来，基于其他用户对某一内 容的评价来向目标用户进行推荐。

基于协同过滤的推荐系统可以说是从用户的角度来进行相应推荐的，而且是自动的，即用户获得的推荐是系统从购买模式或浏览行为等隐式获得的，不需要用户努力地找到适合自己兴趣的推荐信息，如填写一些调查表格等。

和基于内容的过滤方法相比，协同过滤具有如下的优点：

（1） 能够过滤难以进行机器自动内容分析的信息，如艺术品，音乐等。

（2） 共享其他人的经验，避免了内容分析的不完全和不精确，并且能够基于一些复杂的，难以表述的概念（如信息质量、个人品味）进行过滤。

（3） 有推荐新信息的能力。可以发现内容上完全不相似的信息，用户对推荐信息的内容事先是预料不到的。这也是协同过滤和基于内容的过滤一个较大的差别，基于内容的过滤推荐很多都是用户本来就熟悉的内容，而协同过滤可以发现用户潜在的但自己尚未发现的兴趣偏好。

4） 能够有效的使用其他相似用户的反馈信息，较少用户的反馈量，加快个性化学习的速度。

虽然协同过滤作为一种典型的推荐技术有其相当的应用，但协同过滤仍有许多的问题需要解决。最典型的问题有稀疏问题（Sparsity）和可扩展问题（Scalability）。

三、基于关联规则推荐

基 于关联规则的推荐（Association Rule-based Recommendation）是以关联规则为基础，把已购商品作为规则头，规则体为推荐对象。关联规则挖掘可以发现不同商品在销售过程中的相关性，在零 售业中已经得到了成功的应用。管理规则就是在一个交易数据库中统计购买了商品集X的交易中有多大比例的交易同时购买了商品集Y，其直观的意义就是用户在购 买某些商品的时候有多大倾向去购买另外一些商品。比如购买牛奶的同时很多人会同时购买面包。

算法的第一步关联规则的发现最为关键且最耗时，是算法的瓶颈，但可以离线进行。其次，商品名称的同义性问题也是关联规则的一个难点。

四、基于效用推荐

基 于效用的推荐（Utility-based Recommendation）是建立在对用户使用项目的效用情况上计算的，其核心问题是怎么样为每一个用户去创建一个效用函数，因此，用户资料模型很大 程度上是由系统所采用的效用函数决定的。基于效用推荐的好处是它能把非产品的属性，如提供商的可靠性（Vendor Reliability）和产品的可得性（Product Availability）等考虑到效用计算中。考虑使用用户对商品的评论等

五、基于知识推荐

基 于知识的推荐（Knowledge-based Recommendation）在某种程度是可以看成是一种推理（Inference）技术，它不是建立在用户需要和偏好基础上推荐的。基于知识的方法因 它们所用的功能知识不同而有明显区别。效用知识（Functional Knowledge）是一种关于一个项目如何满足某一特定用户的知识，因此能解释需要和推荐的关系，所以用户资料可以是任何能支持推理的知识结构，它可以 是用户已经规范化的查询，也可以是一个更详细的用户需要的表示。考虑利用用户浏览，购买，搜索建立用户的兴趣集。

六、组合推荐

由 于各种推荐方法都有优缺点，所以在实际中，组合推荐（Hybrid Recommendation）经常被采用。研究和应用最多的是内容推荐和协同过滤推荐的组合。最简单的做法就是分别用基于内容的方法和协同过滤推荐方法 去产生一个推荐预测结果，然后用某方法组合其结果。尽管从理论上有很多种推荐组合方法，但在某一具体问题中并不见得都有效，组合推荐一个最重要原则就是通 过组合后要能避免或弥补各自推荐技术的弱点。

在组合方式上，有研究人员提出了七种组合思路：

（1）加权（Weight）：加权多种推荐技术结果。

（2）变换（Switch）：根据问题背景和实际情况或要求决定变换采用不同的推荐技术。

（3）混合（Mixed）：同时采用多种推荐技术给出多种推荐结果为用户提供参考。

（4）特征组合（Feature combination）：组合来自不同推荐数据源的特征被另一种推荐算法所采用。

（5）层叠（Cascade）：先用一种推荐技术产生一种粗糙的推荐结果，第二种推荐技术在此推荐结果的基础上进一步作出更精确的推荐。

（6）特征扩充（Feature augmentation）：一种技术产生附加的特征信息嵌入到另一种推荐技术的特征输入中。

（7）元级别（Meta-level）：用一种推荐方法产生的模型作为另一种推荐方法的输入。

七、主要推荐方法的对比

各种推荐方法都有其各自的优点和缺点，见表1。

表1 主要推荐方法对比
推荐方法	优点	缺点
基于内容推荐	推荐结果直观，容易解释； 不需要领域知识	稀疏问题；新用户问题； 复杂属性不好处理； 要有足够数据构造分类器
协同过滤推荐	新异兴趣发现、不需要领域知识； 随着时间推移性能提高； 推荐个性化、自动化程度高； 能处理复杂的非结构化对象	稀疏问题； 可扩展性问题； 新用户问题； 质量取决于历史数据集； 系统开始时推荐质量差；
基于规则推荐	能发现新兴趣点； 不要领域知识	规则抽取难、耗时； 产品名同义性问题； 个性化程度低；
基于效用推荐	无冷开始和稀疏问题； 对用户偏好变化敏感； 能考虑非产品特性	用户必须输入效用函数； 推荐是静态的，灵活性差； 属性重叠问题；
基于知识推荐	能把用户需求映射到产品上； 能考虑非产品属性	知识难获得； 推荐是静态的

来自：liyonghui 的博客

链接：http://liyonghui160com.iteye.com/blog/2082450

[转载]在Android中查看和管理sqlite数据库 – walkingp – 博客园.

 很多人对开发APP（手机应用）感觉很神奇，觉得很高深，其实不然。

像金和UI、 安米网、菜鸟应用等等这些都可以让你很方便的在线制作基本功能的APP，不需要了解复杂的程序开发语言技术就可以完成APP并打包发布。感兴趣的可以试试。

这是一个大的趋势，让人人都可以开发自己的APP应用，降低开发门槛，只要你有想法就可以最快速度制作成APP并发布。

同样这也就造成了APP应用同质化严重，类似互联网泡沫期的，垃圾站一样如井喷版爆发，现在还是初期，市场上虽然充斥着自助式开发的APP但是量不大，还没成气候。

那么从有创意到APP应用上线要多长时间？

这是最常被问及的一个问题，我和我的小伙伴今天实践了一下，从有创意到出个demo（测试版），最快也得3天时间，从界面设计到功能实现，还只是一个简单的发布浏览新闻模式的功能。

创意很多是好事也是坏事，往往让人变得浮躁，更何况现在缺的不是创意，市场上你能想到的估计已经有啦!

至于差异化才能生存的道理大家都懂，可在创意大爆发的时代，用户的耐心已经越来越有限了，从最近的流行的游戏《抓住神经猫》可以看出来，APP应用的快餐时代即将到来，没人等待那么久的下载和安装过程，直接就上手玩即可。

当有创意到做成APP应用上线才是刚刚开始，市场的认可度以及推广都是需要时间的，等真正流行起来还要很长时间，相比互联网产品，周期还是长。

那么怎么缩短时间?

建议如果是简单的新闻、图片、社区类的通用应用可以先用上面介绍的自助类开发平台做个原型出来，会提高效率，降低成本和时间。

如果是做游戏、创意类的，那也要利用现成的框架甚至源码先改改做个demo，因为开发是个迭代的过程，不可能像盖楼一样，一次就成型了，没那么精确和完善的，总是要不断的修改才能出个版本，时间上先实现核心功能，然后再扩展，不要创意扩大化，否则就是个”焦油坑“让你不能自拔！

最后建议在开发之前先问下如下问题，然后再做

目标用户是谁？
目标用户怎么会操作？
怎么推广、运营？

[转载]打开链接 – 罗小姿 – 博客园.

利用外部浏览器,打开互联网站链接

            Intent it = new Intent(Intent.ACTION_VIEW, Uri.parse("http://www.baidu.com"));  
            it.setClassName("com.android.browser", "com.android.browser.BrowserActivity");  
            getContext().startActivity(it);  

打开本地存储网页

Intent intent=new Intent();   
intent.setAction("android.intent.action.VIEW");   
Uri CONTENT_URI_BROWSERS = Uri.parse("content://com.android.htmlfileprovider/sdcard/123.html");   
intent.setData(CONTENT_URI_BROWSERS);   
intent.setClassName("com.android.browser", "com.android.browser.BrowserActivity");   
startActivity(intent); 

互联网牛人太多，很多都闷头赚钱，让人查无踪影。

浮躁的声音太多，让人容易迷惑，去伪存真很难。

每天听太多，看太多，反而做得太少，还是存本心，踏实做事吧！
 
自媒体给了大家机会，百家争鸣，会让互联网的信息会越来越多，接触的圈子越多，信息也就越多，思想碰撞越激烈，有点儿要被信息淹没的感觉，有时候需要自己静一静，仔细想想才能抵得住信息中的诱惑带来的冲动。

 把握好尺度，取精华去糟粕，多角度分析周围的信息，让自己多看几“面”，再做决定，不要被表象所迷惑。

[转载]Android 自动编译、打包生成apk文件 1 – 命令行方式 – 每天记录点滴 – 博客频道 – CSDN.NET.

[转载]从《围住神经猫》身上，你看到了什么 – 麒麟子(Alex) – 博客园.

​[转载]ORM轻量级框架—ActiveAndroid – JackCho – 博客园.

ORM即Object-Relational Mapping，对象关系映射。简单理解就是把我们Java的对象与数据库里面的记录进行映射，可以把实体对象持久化到数据库中，也能把查询到的记录映射 成Java对象。ORM让我们彻底解放，一点也不需要再去编写冗长晦涩的SQL语句，一切都是通过框架去做，不得不说是程序员的一大福音。

 

ORM框架实现的原理其实也很简单，就是利用Java的反射机制把对象和数据库记录映射关联起来。比如存储的时候，是把对象的属性取出来作为记录的 属性值进行插入；而查询的时候则是把查询条件自动构建成一条SQL语句，把查询到的结果集转成对象列表。J2EE有ibatis，Hibernate框 架，我们Android也有GreenDAO，ormlite，xUtils，AFinal等。它们的实现原理都一样，不同的也只是细节方面的处理。如果 兴趣的同学，推荐阅读下ActiveAndroid的源码。Reading the fucking code!

 

以前写过介绍xUtils的系列文章，其中的FinalDb模块就是一个ORM框架，也是我工作中常用的。今天我们介绍的 ActiveAndroid的API也是相当的简单友好，而且功能一样的强大。ActiveAndroid简洁的API给人一种用起来很舒服的感觉，今天 主要是介绍下关于CRUD的简单使用。

 

一、初始化

 

有两种方式，一种是配置AndroidManifest的application的name属性，同时在meta-data标签中可选的配置db的 name和version；二是在自己的Application类中继承ActiveAndroid的Application；前两种方式入侵性太强，还 有一种只需在自定义的Application中静态的注入两个方法即可。

 

 

 

 

 

 

 

 

二、定义实体类

 

实体类需继承Model，可自定义表名和属性对应的字段名

 

 

三、插入

 

可以实现单条数据插入，也可以批量插入，同时也支持事务。

 

 

四、删除

 

支持基于引用的单条记录删除，也支持根据条件进行批量删除。

 

 

五、更新

 

自Model中继承来的save方法，不仅可以进行insert、还可以update；同时也能基于条件进行批量的更新。

 

 

六、查询

 

ActiveAndroid的查询API基本与sql语句的关键字一致，比较友好。这点和xUtils是一样的

 

 

写在最后：ORM框架使用起来确实是很方便的，给我们编码提高了效率，但是也有着致命弊端。前面我们也介绍了ORM的实现的原理是 Java的反射机制，反射有个缺点，就是会造成效率不高、耗时较长的现象。当有数据批量操作的时候，会把耗时加长好几倍。所以当遇到业务中有很多的记录要 处理的时候，就不推荐大家使用框架了，还是老老实实的写比较靠谱。今天干货分享到此为止，希望可以帮助到大家。

 

 

 

如果觉得对你有所帮助，欢迎大家订阅我的微信公众账号——Android干货分享(ID：android_share)。下面是微信的二维码，为你提供及时高质的Android干货。

[转载]android http 抓包 – 陈睿 – 博客园.