- 综合排序
- 最热优先
- 最新优先
- 来自专栏人工智能与演化计算成长与进阶
16推荐系统3-4协同过滤算法
参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 16.3 协同过滤 Collaborative filtering 推荐系统有一个很有意思的特性就是 特征学习 ，即 自行学习所要使用的特征 Note 对于上述电影推荐系统的问题仅仅建立在每位用户都对数个电影进行了评价，并且每部电影都被数位用户评价过的情况下，这样才能重复这个迭代过程来估计出 和 协同过滤算法 指的是当你执行算法时，要观察大量的用户的实际行为来协同地得到更佳的每个人对电影的评分值 把这两个特点结合起来就能得到真正的协同过滤算法。 如果你有电影的特征，你就可以解出以下的最小化问题，找到用户参数 ? 协同过滤算法可以同时学习这两者。我们的优化目标便改为同时针对 x 和 θ 进行。 ? 协同过滤算法使用步骤： 初始 x(1),x(2),...,x(nm)，θ(1),θ(2),...
89711发布于 2020-08-14 - 来自专栏菩提树下的杨过
LangGraph4j 学习系列(9)-人机协同(human_in_the_loop)
) 结束 [N/B/Q]: B node-1->3 请输入 N(next) 继续到 node-2，B(back) 退回到 node-1，或 Q(Quit) 结束 [N/B/Q]: Q node-1->4 按N后，从保存的checkpoint中恢复，继续执行 按R后，将loopCount恢复初始值，同时清空checkpoint历史记录 /** * 人机协同（Human-in-the-Loop）示例：在图执行到指定节点前中断 * * @see org.bsc.langgraph4j.CompiledGraph#stream * @see org.bsc.langgraph4j.CompileConfig.Builder# Thread.sleep(20); } System.out.println("done"); } /** * 构建人机协同的循环图 /src/main/java/org/bsc/langgraph4j/agent/_09_human_in_loop at main · yjmyzz/langgraph4j-study · GitHub
20910编辑于 2026-03-02 - 来自专栏开源能源管理系统
MyEMS 4G 网关：打造高效协同的能源管理中枢
突破连接边界：全域网络通信能力作为设备的核心通信引擎，MyEMS 4G 网关搭载 4G LTE cat.1 模块，实现了电信、移动、联通三大运营商 4G 网络的全域覆盖，无论在繁华都市还是偏远厂区，都能稳定接入网络 精准捕捉数据：全方位现场采集能力在工业数据采集层面，MyEMS 4G 网关展现出卓越的兼容性与扩展性。 云端协同桥梁：灵活高效的 MQTT 通信为实现与云端系统的无缝对接，MyEMS 4G 网关采用行业通用的 MQTT 通信协议，无论是公有云还是私有云环境都能稳定适配。 便捷运维体验：全周期无忧管理设备部署与运维的便捷性是 MyEMS 4G 网关的另一大亮点。 从车间厂房到商业楼宇，从市政设施到能源站场，MyEMS 4G 网关与 MyEMS 开源能源管理系统的完美配合，构建起 "云 - 边 - 端" 协同的能源管理体系。
21200编辑于 2025-07-09 - 来自专栏菩提树下的杨过
Agent设计模式学习(基于langchain4j实现)(9) - 人机协同
从系统设计角度来说，整个AI智能体环节中，要预留人工干预的能力，也称为"人机协同"（human_in_the_loop) 示例代码： 1 @SpringBootApplication 2 public class _9a_HumanInTheLoop_Simple_Validator { 3 4 public static void main(String[] args) throws 4 似乎是快速独立学习者。文化契合度良好。 5 工作许可可能存在潜在问题，但似乎可以解决。 6 薪资期望略高于计划预算。 7 决定继续进行现场面试。 招聘流程暂缓 时序图（简化版) - AI生成 时序图（详细版) - AI生成 文中示例代码： https://github.com/yjmyzz/agentic_turoial_with_langchain4j \ Anthropic [译] AI Workflow & AI Agent：架构、模式与工程建议（Anthropic，2024） Agents and Agentic AI | LangChain4j
17610编辑于 2026-02-01 - 来自专栏CDN及云技术分享
高效协同开发
假设服务机器开通sambas服务端口，并且windows防火墙允许访问。这时候可以在windows打开网盘一样，打开sambas共享的服务器文件夹，把代码工程放置于共享网盘，用IDE打开网盘文件夹的代码工程。
1.8K271发布于 2019-10-15 - 来自专栏全栈程序员必看
FDDTDD协同优化
FDD-900主要用于深度覆盖，考虑到带宽小容量不充裕，驻留优先级建议在网络成熟后设置在LTE系统内最低（4）。 重选参数设计原则主要考虑现网变更小，避免乒乓重选依据提升用户4G网络驻留能力。 FDD900->TDD、FDD900->FDD1800采用A4事件（目标好），当TDD频段信号好的情况下，尽量切换回TDD频段或FDD1800。 E频段与D、F、FDD1800间采用A4事件，由于覆盖类型不同，当在室内需尽快切换到室分。 =-120; 修改PCC和SCC门限参数 MOD PCCFREQCFG:PccDlEarfcn=1300,PreferredPccPriority=0,PccA4RsrpThd=-105, PccA4RsrqThd :LocalCellId=4,SCelleNodeBId=676170,SCellLocalCellId=65, SCellBlindCfgFlag=TRUE,SCellPriority=1, SCellA4Offset
1.9K10编辑于 2022-09-05 - 来自专栏Pythonista
git协同开发
当你从远程仓库克隆时，实际上Git自动把本地的master分支和远程的master分支对应起来了，并且，远程仓库的默认名称是origin。
94330发布于 2018-12-24 - 来自专栏星河造梦坊专栏
Lua⭐️协同函数
取得协同函数的返回值 --取得协同函数的返回值 co=coroutine.create( function (a,b) print(a+b) print(a-b) coroutine.yield a*b+1,a-1) print("hello") return a end ) --第一个数永远是是否启动(返回true、false)，第二个数则为函数return返回值 --无法取得协同之后 return的值，但可以在yield里面定义输出的值 --调用coroutine.resume()，不必再次赋值，即可将挂起的协同函数继续往下运行 res1,res2,res3,res4=coroutine.resume (co,10,40) print(res1,res2,res3,res4) print("next") coroutine.resume(co) coroutine的状态 coroutine.status coroutine.yield(a*b+1,a-1) print("hello") return a end ) print(coroutine.running()) res1,res2,res3,res4=
47510编辑于 2024-08-15 OmniPact构建Web4全生态信任协同体系
Web4的核心愿景是“万物协同”，而协同的前提，是“信任互通”。 ，更无法支撑Web4“万物协同”的愿景。 OmniPact作为Web4信任探索的引领者，早已洞察到这一痛点，通过两大核心创新，构建起Web4全生态信任协同体系，彻底打破生态孤岛，推动不同生态、不同场景的信任互通，为Web4万物协同奠定基础。 Web4的万物协同，从来不是单一生态的独角戏，而是全行业的协同共生。 OmniPact构建的全生态信任协同体系，打破了公链孤岛、场景壁垒，让信任能够在不同生态之间自由流转、高效协同，推动Web4从“单一生态”走向“万物互联”，让每一个生态、每一个项目，都能在统一的信任体系下
11510编辑于 2026-03-12- 来自专栏前端博客
协同文档：OT与CRDT实现协同编辑笔记
client 的实例应该暴露创建一个协同文档的接口 可以在一个 client 上创建多个协同文档 定义 client 协同文档： 协同文档是一个父类 协同文档的方法 进入文档 编辑（传入变更） 离开文档 的回调注册函数，该回调函数 定义 server 协同文档： 协同文档是一个父类 协同文档的方法 允许进入文档 拒绝进入文档 关闭文档 协同文档需要定义的生命周期钩子： 获取全部 changeset（从数据库 id U0@T1 insert 'a' at index 0 id U0@T2 insert 'b' at index 1 id U0@T3 insert 'c' at index 2 id U0@T4 U0@T1 insert 'a' at id null id U0@T2 insert 'b' at id U0@T1 id U0@T3 insert 'c' at id U0@T2 id U0@T4 https://imweb.io/topic/5b3ec8dd4d378e703a4f4450 实时协同编辑的实现 https://fex.baidu.com/blog/2014/04/realtime-collaboration
2.5K31编辑于 2023-04-09 - 来自专栏UniPro
协同工具协同办公的管理具有哪些痛点
掌握着软件开发能力的顶尖互联网公司是远程办公的先行者，他们在远程办公之路上走得更快也更远，但还有大量传统企业、中小微企业对于远程办公的效率还无法实现理想效果，协同办公效率依赖于协同工具的选择和使用，影响协同办公效率的难点和痛点如下 ：· 员工的绩效考核难管理线上协同办公由于脱离了办公室的工作场景，管理者难以把控员工的绩效问题，员工的考勤、工作时间、工作纪律等无法直观把控；员工的工作汇报、提交工作成果的形式也会随之变化。 · 员工沟通互动效率低传统的办公模式中，人们习惯于面对面沟通交流，而线上协同办公是利用各种软件隔着屏幕在线沟通，信息传递的方式发生变化，不如面对面更直接，有些员工沟通互动的意愿和效率会因此变低。 在企业解决以上难点的考量中，协同工具的选择变得尤为重要，一款合适的协同工具能够帮助企业提高办公效率、管理效率。 安全方面，UniPro从产品创立之初即强调用户信息安全，将缜密的安全保障思想融入代码，是国内协同工具中，为数不多获得ISO27001信息安全管理体系认证的产品之一。
1.1K10编辑于 2022-07-15 - 来自专栏Python、Flask、Django
ycyy 协同开发操作
1.1.1 创建账号 到 Github 注册 页面中注册用户，填写用户名、邮箱和密码 选择免费服务 步骤三可以跳过，也可以根据自身喜好勾选 1.1.2 创建远程仓库 1.1.3 Fork协同项目 点击我创建的仓库页面仓库地址右上角的 提交的 Pull Request 中的信息可以自己填写，然后我来检查并合并 PR（Pull Request） 1- 提交PR 1、首先Fork主仓库 2、将Fork后的仓库克隆下来 3、修改要修复的代码 4、
94420发布于 2018-07-17 - 来自专栏码的一手好代码
Hadoop协同框架-Flume
Flume 结构以及使用 Flume结构 Source : 用户配置采集数据的方式（Http、LocalFileSystem、Tcp） Channel ——中间件 Memory
58120发布于 2019-07-24 - 来自专栏2014前端笔记
协同编辑 - OT算法
对于在线文档的难点，大部分同学的第一反应都是协同编辑，如何解决多人协作的冲突的问题。 对于协同编辑场景，都要解决哪些问题呢？ 支持将多次操作合并成一次 对不同用户的多次操作进行合并，并返回相对应的opts，使不同用户的界面展示保持一致。 如果a，b都是保留操作，那我们就保留两个中的公共长度 4). 如果a是插入，b是删除，那么我们就将两个操作的相同长度进行合并，保留操作长度剩下的部分，继续遍历 5). 如果a是保留，b是删除，那么我们就删除两个操作的公共长度，保留操作长度更长的剩余部分，继续遍历 4. 如果a和b都是删除操作，那么我们只需要保留两边删除元素不一致的地方即可，然后进入下面的判断 4). 如果a是删除，b是保留，那么a'需要添加min(a, b)的长度，进入下一轮遍历 5).
2K11发布于 2020-12-29 - 来自专栏字根中文校对软件
协同推荐系统简介
根据实现机制物理载体划分，以上两类协同推荐系统可以分为：内存型 和 模式型的协同推荐。 我们在进行协同分析的时候，要考虑协同的意义。一般来说协同就是指多个用户或多个数据项的交叉作用。如果数据项较多的情况下，如何定义数据项的关系就是个重要问题了。 下面说一下协同系统的设计要素吧： 1 数据项 Item 2 项集合 ItemCollection 3 数据项的关系权重 DirectedEdge 4 数据项在数据集合中的存储方式 具体的算法实现过程 某数据库 DB 里有 4 条事务记录，取最小支持度（min support）为 0.5，则计算频繁项集的过程如下： TID Items 推荐阅读：协同过滤(Collaborative Filtering)
93741发布于 2019-02-14 - 来自专栏学习与分享
协同过滤算法
协同过滤算法是一类常用于推荐系统的算法，它基于用户之间或物品之间的相似性进行推荐。主要分为两种类型：基于用户的协同过滤和基于物品的协同过滤。以下是对这两种协同过滤算法的详细讲解： 1. 混合型协同过滤 为了克服基于用户和基于物品的协同过滤各自的缺点，也有一些算法将它们结合起来，形成混合型协同过滤算法。 4.简单实例 实现协同过滤算法涉及到大量的数学和编程细节。在这里，我将给出一个简化的例子，用于说明基于用户的协同过滤算法的基本步骤。实际应用中，你可能需要更复杂的技术和数据处理。 -8) return predicted_ratings # 示例用户-物品矩阵 user_item_matrix = np.array([ [5, 3, 0, 1], [4, 0, 0, 1], [1, 1, 0, 5], [0, 0, 4, 4], [0, 1, 5, 0] ]) predicted_ratings = user_based_collaborative_filtering
1.1K10编辑于 2024-02-20 - 来自专栏全栈程序员必看
协同过滤算法
协同过滤算法 协同过滤（Collaborative Filtering）推荐算法是最经典、最常用的推荐算法。 4: 3, 5: 1}, 'B': {1: 3, 2: 1, 3: 3, 4: 3, 5: 5}, 'C': {1: 4, 2: 2, 3: 4, 4: 1 , 5: 5}, 'D': {1: 4, 2: 3, 3: 3, 4: 5, 5: 2}, 'E': {2: 3, 3: 5, 4: 4, 5: 1} 图4为集合了该权重的算法。
### 9. 协同过滤算法的问题分析 协同过滤算法存在的问题之一就是**泛化能力弱**， 即协同过滤无法将两个物品相似的信息推广到其他物品的相似性上。 4.**协同过滤还存在其他什么缺陷？有什么比较好的思路可以解决（缓解）？1.3K20编辑于 2022-09-06 【端设备协同操作】
端设备协同操作的关键方法 设备发现与连接 采用多种无线通信技术实现智能设备间的自动发现与配对： 蓝牙技术（4.0及以上版本） 典型应用：智能手环、无线耳机等穿戴设备 技术特点：低功耗（BLE）、10 算法流程（文档协作） 用户A插入"hello"（位置0） 用户B同时删除位置2的字符 服务器转换操作序列后应用 时间戳方案 向量时钟示例： NodeA: [A:3, B:1] NodeB: [A:2, B:4]
18510编辑于 2025-12-18《Tabnine+Sourcery协同：企业级动态仪表盘4天落地的底层逻辑》
，3人仅做过基础图表配置，从未涉及底层渲染逻辑开发，而客户的上线死线仅剩4天。 技术断层、时间压缩、指标严苛”的三重压力下，我们放弃了“纯人力硬扛”的思路，最终确定以Tabnine（实时代码补全+逻辑推导）为核心开发工具，搭配Sourcery（代码重构+性能诊断）与ChatGPT-4（ 这次，我们直接将客户的需求文档（包含金融数据的实时性要求、多终端展示规范）投喂给ChatGPT-4，要求其输出“问题-方案-风险”三维拆解框架。 复盘整个AI协作开发过程，我们收获的远不止“效率提升3倍”的结果，更颠覆了对“人机协同开发”的认知。 说到底，AI协作开发的本质，不是“工具替代人力”，而是“人机协同的认知升级”：AI负责处理“重复性的逻辑推导”“隐性问题排查”“标准化文档生成”等机械性工作，让开发者从繁琐的细节中解放出来，聚焦“业务理解
23910编辑于 2025-09-28- 来自专栏极客开发者
怎样使用git进行协同开发？git协同开发的完整示例教程
在本篇文章，我们将学习企业开发中最常用的协同方式，那就是基于 git 分支进行协同开发。如果你还没有阅读过前两篇文章，建议先阅读。 实例 让当前分支自动与其追踪的分支进行合并 git pull 让远端的 master 分支，与本地的 develop 分支合并，如下指令 git pull origin master:develop 4. 代码冲突解决办法 因为 git 主要是用来做协同开发的，所以一个项目中的一个文件，可能同时有多个人编辑，那么就可能产生文件的冲突。 （4）解决冲突 现在就需要我们手动解决冲突，假如我们两行代码都想要，那么删除掉 git 产生的临时行，同时保留两个分支的代码即可，最终修改如下： #include<stdlib.h> #include< 所以我们需要使用如下指令提交对应的标签 # 将 名为 v2.0 的标签提交到远端仓库 git push origin v2.0 或者使用以下指令将所有的标签提交到远端仓库 git push origin --tags 4.
3K20编辑于 2022-01-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号