docker-6：mac使用docker部署开发用grafana和prometheus

/Users/hepengyuan/Documents/docker-local/docker-local-prometheus/etc

构建知识体系(2)：如何构建

黄金圈思维思考法则： 第一个层面是what， 也就是事情的表象， 我们具体做的每一件事； 第二个层面是how， 也就是我们如何实现我们想要做的事情； 第三个层面是why， 也就是我们为什么做这样的事情 构建原则：要做到系统化、流程化、可视化三点。 构建方法：这也是从道、法、术、器、势的角度去全面解决问题。 2、基础：兴趣、需求、特长 对于每个人来说，为什么构建知识体系会有各自的答案，构建怎样的知识体系也一样。但必须从自身的兴趣、需求、特长出发这样你才会有自驱动力去做这件事，或者有压力去持续构建。 豆瓣的豆列在一定意义上表明了这个方向，即在一个主题下，将书籍、电影、音乐进行专辑呈列，既链接了已有的数据库，也给了用户构建权。 有明确构建知识体系的工具其实是大家耳熟能详的：思维导图。 构建知识体系工具的终极目标应该是：可视化人的大脑。并通过网络技术链接所有知识数据库，系统地帮助人获取、筛选、储存、整理知识，当然整个构建过程都离不开人本身。 首先要解决的是获取的问题。

如何构建PyTorch项目

为了正确使用框架，了解如何使用网络，优化器和模型中的损失非常重要。 具体来说，需要提供损失名称和网络名称以及BaseModel类的优化程序，以了解如何训练模型。在提供的代码中，包括2D细分模型的示例以及示例数据集，以供了解应如何使用框架。 这可以确保BaseModel知道如何训练模型而无需明确定义它。接下来，初始化网络（在本例中为U-Net）并将其移至GPU。如果处于训练模式，还将定义损失标准并实例化优化器（在本例中为Adam）。

如何构建用户画像

经历了12、13两年热炒之后，人们逐渐冷静下来，更加聚焦于如何利用大数据挖掘潜在的商业价值，如何在企业中实实在在的应用大数据技术。伴随着大数据应用的讨论、创新，个性化技术成为了一个重要落地点。 三、如何构建用户画像 一个标签通常是人为规定的高度精炼的特征标识，如年龄段标签：25~35岁，地域标签：北京，标签呈现出两个重要特征：语义化，人能很方便地理解每个标签含义。 如何对用户行为数据构建数据模型，分析出用户标签，将是本文着重介绍的内容。 3.2 目标分析 用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。 3.3 数据建模方法 下面内容将详细介绍，如何根据用户行为，构建模型产出标签、权重。一个事件模型包括：时间、地点、人物三个要素。 上述模型权重值的选取只是举例参考，具体的权重值需要根据业务需求二次建模，这里强调的是如何从整体思考，去构建用户画像模型，进而能够逐步细化模型。

如何构建用户画像？

就有用户留言问了：在实际工作中，构建用户画像的方法有哪些？如何构建用户画像呢？ 下面我将结合通过案例，带你了解构建用户画像的4个步骤： 用户画像是为业务服务的，因此我们构建画像之前一定要清晰项目背景和业务需求。 解释一下如何促进用户画像的构建： 对比“音效”和“美术”，玩家对该游戏音效的喜好度偏低；而在“自由度”相关问题下，明显有一部分玩家认为自主性受到一定影响。 深度访谈就需要结合这些已有信息展开： 如何对一名玩家深度访谈？ 内测用户A通过问卷招募参与内测，因此我们首先积累了他的问卷信息。 5.总结 本篇结合游戏内测案例，主要介绍如何在业务中构建用户画像的步骤： 构建用户画像需要首先通过定性+定量调研，获得目标用户数据及信息； 根据已知信息对目标用户进行分类； 最后提炼用户基本关键、痛点

如何构建用户画像？

就有用户留言问了：在实际工作中，构建用户画像的方法有哪些？如何构建用户画像呢？ 下面我将结合通过案例，带你了解构建用户画像的4个步骤： image.png 用户画像是为业务服务的，因此我们构建画像之前一定要清晰项目背景和业务需求。 如提问用户：请问您刚才的游戏体验如何？（这原本是个主观抽象的问题） 让用户在数值1-7中选择，1代表非常不满意，中间值4代表中规中矩，7代表非常满意。 解释一下如何促进用户画像的构建： 对比“音效”和“美术”，玩家对该游戏音效的喜好度偏低；而在“自由度”相关问题下，明显有一部分玩家认为自主性受到一定影响。 image.png 5.总结 本篇结合游戏内测案例，主要介绍如何在业务中构建用户画像的步骤： image.png 构建用户画像需要首先通过定性+定量调研，获得目标用户数据及信息； 根据已知信息对目标用户进行分类

如何构建用户画像

经历了12、13两年热炒之后，人们逐渐冷静下来，更加聚焦于如何利用大数据挖掘潜在的商业价值，如何在企业中实实在在的应用大数据技术。伴随着大数据应用的讨论、创新，个性化技术成为了一个重要落地点。 三、如何构建用户画像 一个标签通常是人为规定的高度精炼的特征标识，如年龄段标签：25~35岁，地域标签：北京，标签呈现出两个重要特征：语义化，人能很方便地理解每个标签含义。 如何对用户行为数据构建数据模型，分析出用户标签，将是本文着重介绍的内容。 3.2 目标分析 用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。 3.3 数据建模方法 下面内容将详细介绍，如何根据用户行为，构建模型产出标签、权重。一个事件模型包括：时间、地点、人物三个要素。 上述模型权重值的选取只是举例参考，具体的权重值需要根据业务需求二次建模，这里强调的是如何从整体思考，去构建用户画像模型，进而能够逐步细化模型。

如何构建Embedding?如何构建一个智能文档查询助手？

要查看嵌入的实际应用，请查看我们的代码示例 •分类•主题聚类•搜索•推荐 如何获取嵌入[6] 要获取嵌入，将您的文本字符串发送到嵌入API端点[7]，并选择嵌入模型ID（例如，text-embedding-ada 常见问题解答 在嵌入字符串之前，如何确定字符串有多少个标记？ 在Python中，您可以使用OpenAI的标记器tiktoken[35]将字符串拆分为标记。 有关详细信息和示例代码，请参阅OpenAI Cookbook指南如何使用tiktoken计数标记[36]。 如何快速检索K个最近的嵌入向量？ 为了快速搜索多个向量，我们建议使用向量数据库。 一个完全托管的向量数据库•Weaviate[38]，一个开源的向量搜索引擎•Redis[39]，作为向量数据库•Qdrant[40]，一个向量搜索引擎•Milvus[41]，一个专为可扩展相似性搜索而构建的向量数据库 如何0到1制作专属智能文档查询助手?

架构建模如何实践

在前面我们讲述了软件架构建模的方法论, 其中我们讨论做架构设计的目的是解决软件的复杂度, 而建模则是作为一项架构设计工具来辅助我们识别问题复杂度. 但方法始终是理论, 没有实践也很难体验到其中面临的困难, 学习不仅要知, 还要行, 即知行合一, 今天来聊聊我是如何进行架构建模实现推荐系统架构设计. 收益结构: 如何去衡量构建一个推荐系统的收益, 比如提升CTR、GMV指标等. 画像与特征系统: 用户画像负责用户属性构建, 比如基础属性、静态属性以及动态行为序列属性的拆分, 物品画像复则是基于模型算法技术识别文本数据、标签系统建设以及知识图谱构建等; 特征层面负责建立单边特征、 在此进行PSM建模之前,我们先考虑以下业务背景, 即我们要搭建一个支持百万用户在线的直播推荐系统,其中高峰时段在每天晚上8点-8点05分会存在大量用户涌进平台看直播.同时这里我们仅考虑如何构建技术备选方案来实现推荐系统中的用户画像系统服务

干货 ▏如何构建用户画像

三、如何构建用户画像 一个标签通常是人为规定的高度精炼的特征标识，如年龄段标签：25~35岁，地域标签：北京，标签呈现出两个重要特征：语义化，人能很方便地理解每个标签含义。 如何对用户行为数据构建数据模型，分析出用户标签，将是本文着重介绍的内容。 3.2 目标分析 用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。 3.3 数据建模方法 下面内容将详细介绍，如何根据用户行为，构建模型产出标签、权重。一个事件模型包括：时间、地点、人物三个要素。 这里的关注点是不同的网址，存在权重差异，权重模型的构建，需要根据各自的业务需求构建。 所以，网址本身表征了用户的标签偏好权重。网址对应的内容体现了标签信息。 上述模型权重值的选取只是举例参考，具体的权重值需要根据业务需求二次建模，这里强调的是如何从整体思考，去构建用户画像模型，进而能够逐步细化模型。

如何构建爬虫代理服务？

如何构建爬虫代理服务 专栏作者：Kaito 起因 做过爬虫的人应该都知道，抓的网站和数据多了，如果爬虫抓取速度过快，免不了触发网站的防爬机制，几乎用的同一招就是封IP。 如何知道哪些代理是有效，哪些是不可用的呢？ 很简单，挂上这些代理，访问某一个稳定的网站，然后看是否能正常访问，可以正常访问的就是可用的，不能访问的不就是无效的嘛。 但是有一个小问题，怎样知道每个代理的质量如何？也就是说，代理的速度怎么样？ IP机器D/E/F/... —> 网站机器C 3、使用squid：爬虫机器A—>squid(机器B，cache_peer机制管理调度代理D/E/F) —> 网站机器C 这样做的好处就是：爬虫端不用考虑如何加载和选择可用代理

如何构建指标体系？

image.png 很多数据分析招聘的要求里会写“构建指标体系”，所以建立指标体系是数据分析人员的一项基本技能。下面从4个问题出发，系统介绍指标体系： （1）什么是指标体系？ （3）如何建立指标体系？ （4）建立指标体系有哪些注意事项？ 1.什么是指标体系？ 实际工作中，想要准确说清楚一件事是不容易的。 3.如何建立指标体系？ 可以用下面的方法建立指标体系。 image.png （1）明确部门KPI，找到合适的一级指标 一级指标是用来评价公司或部门运营情况最核心的指标。 具体如何拆解，要看业务是如何运营的。比如销售部门一般按地区运营，就可以从地区维度拆解。市场部门一般按用户运营，就可以从用户维度拆解。

干货：如何构建用户画像

三、如何构建用户画像 一个标签通常是人为规定的高度精炼的特征标识，如年龄段标签：25~35岁，地域标签：北京，标签呈现出两个重要特征：语义化，人能很方便地理解每个标签含义。 如何对用户行为数据构建数据模型，分析出用户标签，将是本文着重介绍的内容。 3.2 目标分析 用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。 3.3 数据建模方法 下面内容将详细介绍，如何根据用户行为，构建模型产出标签、权重。一个事件模型包括：时间、地点、人物三个要素。 这里的关注点是不同的网址，存在权重差异，权重模型的构建，需要根据各自的业务需求构建。 所以，网址本身表征了用户的标签偏好权重。网址对应的内容体现了标签信息。 上述模型权重值的选取只是举例参考，具体的权重值需要根据业务需求二次建模，这里强调的是如何从整体思考，去构建用户画像模型，进而能够逐步细化模型。

如何构建产品帮助中心

公司为了便于管理以及提高员工工作效率特地引入了一款软件，想要解决相关问题，但实际上效果并不好，究其原因就是大家都觉得这款软件使用起来的复杂性胜于其便捷性，因此都不太想用，于是公司又组织相关培训来教员工如何使用 所以本篇文章主要谈论的就是什么是帮助中心，帮助中心的作用以及如何为你的产品创建帮助中心。 什么是产品帮助中心？ 如何编写好帮助中心 帮助中心可以包含产品介绍、更新、常见问题、使用场景等等问题，分类明确，内容直观清晰。 在制作帮助中心的时候需要考虑用户使用感受以及是否便捷，是否解决了用户当前的问题。 企业搭建帮助中心的步骤 一、构建框架 企业创建帮助中心的目的是让用户更直观地找到答案，因此帮助中心的框架很重要。帮助中心的问题分类、呈现形式、构成要素等都要提前构思好。

如何构建边缘计算平台?

安全厂商将为客户构建全球软件定义的广域网，以连接他们的数据中心、云计算提供商、办公楼和移动工作人员。 花费 2500美元构建全球平台 Crosby预计，媒体、游戏和安全将成为使用StackPath等边缘计算服务的最大用户。 还有数百家软件初创公司正在构建DNS服务、SD-WAN、V**、负载平衡器、防火墙、应用程序加速器等。 “他们都有很棒的软件，但他们没有办法进入全球平台，所以很难与大型公司进行竞争。” Crosby说，“现在用户可以进入我们的网站，购买50个虚拟机，每个虚拟机的价格为50美元，因此用户可以花费2500美元构建一个全球平台。” （来源：企业网D1Net）

如何构建Facebook转化漏斗?

我们今天要向大家介绍的是如何在Facebook上利用再营销广告推广及创建定向内容获取更多转化 您是如何在Facebook上利用再营销广告提升业绩的呢？ 今天的白板星期五由瑞恩·斯图尔特（Ryan Stewart）客座主持， Ryan Stewart简要介绍了在有限的广告预算下，他是如何使用再营销广告进行推广以及如何创建定向内容获取更多转化的。 ? 我们需要做的是构建内容。您可以使用不同类型的内容 - 视频、博客文章、网络研讨会、电子书。选用何种形式都可以。 创建一些您喜欢和擅长的东西。 我们可以说：“嗨，我这里找到一个超级牛X的指南——构建本地SEO链接的19个要点！” 在这种情况下，我更喜欢使用视频营销，因为视频是构建品牌的一个绝佳办法，视频能够快速切入重点，展现品牌魅力和获取品牌认知。

私有存储云如何构建?

构建内部的云存储必须考虑到弹性、选择正确的平台、支持工作流，以及批量部署和跟公有云的集成。 随着时间的推移，存储即服务的交付进展惊人。 如何构建自己的私有存储云呢?我们首先退后一步，思考一下云计算到底意味着什么。 业务用户，这里也就是客户，必须具备请求存储能力，而不用关心这样的能力到底是如何交付的。 安全确保数据在私有存储云的用户之间不可见，而性能特性，如服务质量(QoS)确保无论系统整体负载如何，每个用户都能享受始终如一的服务级别。 EMC的ViPR是这样的工具，让用户围绕存储自动化来构建工作流流程。

如何构建优质的prompt

如何构建 Kubernetes CRD Controller

前一篇文章（《如何使用 CRD 拓展 Kubernetes 集群》）通过一个 Demo 讲解 CRD 是什么，以及可以提供什么能力，本文继续基于这个 Demo（https://github.com/Coderhypo /KubeService ），来讲解一下如何构建一个 CRD Controller。 Kubebuilder 和 Operator-SDK 对于 CRD Controller 的构建，有几个主流的工具，一个是 coreOS 开源的 Operator-SDK（https://github.com

如何用Flask构建API

你有没有想过你最喜欢的应用是如何互相通信的？点击手机上的按钮是如何立刻连接到一个信息的世界的？背后的魔力就是我们称之为API的东西，它代表着应用程序编程接口。 今天，我们将学习如何使用Flask构建你自己的API，Flask是一个非常简单且轻量的Python Web框架。别担心，如果你觉得听起来有些复杂——我们会一步一步地以有趣且简单的方式来拆解。 第3步：设置一个简单的API让我们来构建一个可以接收请求并返回响应的API。以下是基本结构：打开你喜欢的代码编辑器（VS Code、Sublime，或者你如果很勇敢，也可以使用记事本）。 你已经用Flask构建了你的第一个API。现在你知道如何：使用Flask设置一个基本的API。以JSON格式返回数据。使用动态路由使API更加灵活。 现在，你已经成功地用Flask构建并本地测试了第一个API，接下来要确保在处理真实世界的场景和外部客户端时，一切都能正常工作。编码快乐！