第一本推荐的是O’Reilly的《图数据库》 《图数据库》 本书系统地介绍了图数据库的历史由来、建模方法、工作原理和一些真实的用户用例,详细地说明了图数据解决的是什么样的问题,并以Neo4j数据库和Cypher查询语言为例,阐述了图数据库的 … 继续阅读 推荐几本图数据库-Neo4j 的书给你
分类: 程序开发
编程相关的内容都放在这里,包括前端、后端、数据库、服务器等等。
如何让360浏览器打开网站默认模式使用“极速”或者“兼容”
为了最优化用户体验,有些网页在360浏览器需要用“极速模式”或者“兼容模式”。用户当然可以自己手动切换,但是如果我们能够在第一次打开的时候,帮助用户选择,那岂不是更好? 查阅了360的官方文档,提到: 浏览器默认内核的指定只需在head标签 … 继续阅读 如何让360浏览器打开网站默认模式使用“极速”或者“兼容”
QQ分享到微信和QQ好友的显示问题
最近同事在做公司官网,需要把网页分享给好友。在文章详情页面分享出来还正常,但是不能阻止的是,用户在列表页就直接点击分享按钮了,此时分享出来的内容就不是那么友好了。 首先,描述信息里面的文字,是网页的title 标签和 body里面的文字组成 … 继续阅读 QQ分享到微信和QQ好友的显示问题
大数据入门(2)——学习实战路线
大数据的计算模型分为:离线计算和实时计算。 1. 首先学习编程语言 Java –> Java SE 的内容,Java 基础 Scala –> 学习Spark,注意:Scala是基于Java的,需要JVM环 … 继续阅读 大数据入门(2)——学习实战路线
大数据入门(1)——安装Hadoop
环境准备:Ubuntu16、JDK 8、Hadoop3.1.2 Ubuntu的安装这里就不讲了,JDK 的安装,之前是直接用apt命令安装的openjdk 因为后续要用到Java 的安装路径,配置到Hadoop的环境中,所以要找到安装在哪里 … 继续阅读 大数据入门(1)——安装Hadoop
图数据库neo4j应用场景
欺诈检测和分析解决方案: 在欺诈者和犯罪分子造成持久性损害之前,实时分析数据关系对于发现欺诈戒指和其他复杂诈骗至关重要。 查询:反洗钱(AML),电子商务欺诈,第一方银行欺诈,保险欺诈,链接分析见解决方案→ 知识图: 利用基于图形的搜索工具 … 继续阅读 图数据库neo4j应用场景
Neo4j 做推荐 (8)—— 协同过滤(利用电影评级)
协同过滤: 使用网络中其他用户的首选项,评级和操作来查找要推荐的项目。 (买这个东西的用户,还买了那个东西) 用户Misty Williams的所有评分 查找Misty的平均评分: 哪些是Misty 评分超过平均分的电影: 由此,通过计算M … 继续阅读 Neo4j 做推荐 (8)—— 协同过滤(利用电影评级)
Neo4j 做推荐 (12)—— 协同过滤(基于邻域的推荐)
kNN——K近邻 现在我们有了一种基于偏好查找类似用户的方法,下一步是允许每个k个最相似的用户投票选择应该推荐的项目。 主要有: &n … 继续阅读 Neo4j 做推荐 (12)—— 协同过滤(基于邻域的推荐)
Neo4j 做推荐 (11)—— 协同过滤(余弦相似度)
余弦距离: Jaacard相似度对于比较电影很有用,实际上是比较两组(类型、演员、导演等)。但是对于电影评级,每个关系都有一个我们可以考虑的权重。 余弦相似度: 两个用户的余弦相似度将告诉我们两个用户对电影的偏好有多相似。具有高余弦相似度的 … 继续阅读 Neo4j 做推荐 (11)—— 协同过滤(余弦相似度)
Neo4j 做推荐 (10)—— 协同过滤(皮尔逊相似性)
皮尔逊相似性或皮尔逊相关性是我们可以使用的另一种相似度量。这特别适合产品推荐,因为它考虑到不同用户将具有不同的平均评分这一事实:平均而言,一些用户倾向于给出比其他用户更高的评分。由于皮尔逊相似性考虑了均值的差异,因此该指标将解释这些差异。 … 继续阅读 Neo4j 做推荐 (10)—— 协同过滤(皮尔逊相似性)