请问那有餐馆用的软件？？？？？？？

wjhome 2000-09-07 04:12:00

...全文

115 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

DarkNight 2000-09-07

打赏
举报

回复

好象“科利华”有。

出差外地，却茫然不知道哪家餐馆符合你口味？　　朋友聚会，想知道附近人气最高的餐馆在哪里？　　情侣约会，希望TA会为你发现的美食赞不绝口？　　现在，就让聪明的美食助手，饭饭，来帮你解决这些问题吧！　　对味推荐，为你量身订制：　　只需要对你去过的餐厅打分，饭饭就能逐渐了解你的口味，饭饭的餐馆推荐，只为你独家量身订制。你会惊喜地发现，饭饭找到的，都是你会喜欢的。　　周边排行，锁定最好餐馆：　　依据定位分析技术，给出你身边餐馆的精准排名，把周边好的餐馆一网打尽；结合全城或区域美食人气榜，帮你轻而易举地找到身边最好的美食。　　权威榜单，就餐不再随便：　　饭饭覆盖权威餐馆榜单，包括全球著名的米其林餐厅指南及中国最有影响力的餐厅评选等多个榜单，吃得饱还要吃得好，就餐不再随便！　　智能算法，帮你万里挑一：　　了不起的核心科技，让饭饭变得如此聪明：为你分析海量餐馆数据综合个人口味、距离、价格、排行等多种维度，为你万里挑一，选中最合适的餐馆。

饭本 Ricebook v2.1.7 当前版本：2.1.7 软件语言：中文软件类别：周边信息软件大小：11.68 MB 适用固件：2.3及更高固件内置广告：没有广告适用平台：Android 饭本，通过好友和达人帮你解决吃饭难问题！亮点： *好友推荐：通过社交关系获得好友的推荐和吐槽，从此远离陌生人和水军的不可信点评。 *社会化标签：通过名人推荐、媒体推荐、新开餐馆、大众点评星级、等位预警等社会化标签系统，加上好友和达人的推荐，必定能找到你心仪的餐馆。 *个性推荐：通过智能算法匹配你最信赖好友的推荐和点评。 *达人云集：全国各地数百名美食家、专业厨师和媒体人分享美食。 *收藏榜单：如果太懒，收藏一个朋友或达人的榜单，跟着 TA 吃。 *发起问答：不知道吃什么，可以直接向好友或当地达人群发私信。功能： *好友动态：看看好友又去了哪些不错的餐馆。 *发布点评：吃得爽啦，告诉朋友这里有好餐馆；吃得不爽，吐个嘈。 *查找餐馆：通过丰富的标签体系来获得最适合自己的餐馆信息。 *榜单功能：能够创建或浏览各种新奇又实用的餐馆榜单。 *同城热门：本地都有什么精选榜单，热门餐馆和用户。 *收藏功能：收藏自己喜欢的餐馆或榜单，方便以后查找。 *等级系统：你是个吃货？那就赶紧用等级来证明自己吧。

融合论坛 INTEGRATION FORUM 36 软件和集成电路 SOFTWARE AND INTEGRATED CIRCUIT 从大数据到小数据数字经济离不开大数据计算，下面我介绍一下关于大数据计算的挑战和机遇。我从事的是计算机工作，具体来讲是工业计算，给函数 F、参数X做计算。在大数据环境下，用数据库的术语来讲， Q是查询，相当于函数F， D是数据，相当于参数X。在传统计算机数据库领域，我们处理GB级数据，量级达10的9次方。在大数据环境下，我们要处理PB级乃至E B级数据，量级达 10的15次方乃至18次方。那么有一个问题，量的变化是不是能带来质的变化？的确，大数据量的变化给技术理论及应用技术都带来了变化。以Facebook为例，假设我要去纽约，想找一个餐馆并查询餐馆的收费情况，而我的朋友今年5月份去过这个餐馆。现在有三条记录：第一， Pid1是Pid2的朋友；第二是就餐记录，某人于某年某月某日，在某个餐馆就餐；第三是餐馆记录，包括餐馆名称、平均价格等。这些是常见的数据，我们可以在数据库中进行简单查询，叫作SPC （统计过程控制）。那么我们如何进行查询？这是一个传统的查询计划。第一步，先通过扫描朋友列表，找到我的朋友，把他放在表格里，这就是F ；第二步，查找朋友的就餐记录，找到他5月份就餐的餐馆，这是嵌套循环。我用传统计算机数据库的技术，通过组件可以实现上述的查询功能。现在的问题是增加了数据量，查询计划能否行得通？ Facebook训练了几千亿的外键，而且有十亿多的用户。两年前Facebook的数据量高达300PB，每天以半PB级的量在增长，这会带来怎样的挑战？我能找到最快的固态硬盘的最 —中国科学院外籍院士、英国皇家学会院士、欧洲科学院院士，英国爱丁堡皇家学会院士、国际计算机学会会士樊文飞资源有限的小公司可以进行大数据分析,BEAS构建在现有的商业DBMS之上，为小公司提供了查询大数据的即时能力。 37 2019年第12期主题演讲大容量是15TB，每秒钟扫描容量达到12GB。假设我的数据量没有300PB，只有15TB，某人只有 100个朋友，那么我需要多长时间查询出结果？首先，做一个线性扫描，扫描一次需要20分钟，其次，做嵌套循环需要2000分钟，总共是33小时，约1.4天。这个查询很简单，何况要处理的是 300PB的数据，而不是15TB的数据。我们再看看传统计算机的计算复杂性存储理论，也就是把计算问题分类，易解问题可以用多项式表示，如果不能用多项式表示，我们称之为NP-hard或者Intractable。这是个传统理论，沿用了50多年。我们看看在大数据环境下是不是发生了变化。 15TB的数据计算要用1.4 天，复杂性是N的2次方，按传统理论来说是易解问题。易解问题是P，在大数据环境下， P的一部分是易解的，另一部分是不易解的。传统的计算能力应用了50多年，但在大数据环境下需要更新。的确，大数据给传统计算理论和计算基础带来了新的挑战。工业界如何应对挑战呢？用大数据。我在Facebook工作的学生告诉我，在 Facebook，计算查询平均需要5万台机器同时运作，如果说计算时间可以被多个处理器平均分担，那么刚才这个查询的完成时间为2.4秒。但是这一类计算只用于比较特殊的查询。如果使用并行计算，假设处理器越多，计算得越快。但并行计算不是万能的，对于资源有限的小公司来说，这不能解决问题。使用传统的计算理论，只能跟在别人后面走，未必会拼得过别人几十年的积累，所以我们需要新的理论和方法。因此，我们提出了有机计算，可以理解为我们有大数据，要计算查询，虽然数据集很大，但不必查询所有的数据。在有些情况下可以有一个小数据集，小数据集的计算结果和大数据集是一样的。这个小数据集的量与大数据集是无关的，如果能找到小的数据集，就可以把大数据变小，把大数据计算变成小数据查询，这就是有机计算。难点在于如何找小数据集？我们提出了一个理念—Access schema。也就是说无论数据集有多大，都可以在有限的资源下做大数据计算。以Facebook为例，它规定每个人的朋友数量不超过5000个。首先，可以给每个人建一个索引，朋友数量最多5000个，然后设置每个人每个月最多用晚餐31次，这样就可以根据ID找到其餐馆价格，这就是所说的把大数据变小，从而解决查询问题。我

中国刚改革开放时，出现了许多农民企业家，他们不用讲管理，也不用讲方法，只要胆子大一点，就能获得成功。当时的市场几乎空白，竞争非常少。农民企业家思路很简单：人人都要吃饭，所以开饭馆能够赚钱。现在这样的思路已经行不通了，市场竞争已经足够激烈，十家新开张的饭馆恐怕只有一家能撑下来，所以农民企业家已经很少见（连农民都越来越少了）。软件开发行业也一样，最开始的时候，会编程就了不得，思路也很简单：每个公司都要做财务，所以开发财务软件就能赚钱。现在呢？我们每想到一个“点子”，可能有上千人同时在这样想；我们要做一个东西，可能发现市场上已经有许多类似的产品，你卖高价，他就卖低价，你卖低价，他就干脆免费。机会驱动

程序员考试刷题TCDCS 第一年生存指南介绍祝贺您在 Trinity 进入计算机科学领域！以下是我希望在我刚开始时作为一个天真无知的新生时知道的事情的清单。如果您有任何问题，请随时在 GitHub 上提出问题，或者您可以通过 DMs @Lydia#3999 或学生交易和许可您可能知道也可能不知道，作为一名大学生，您通常有权享受各种事物的学生折扣，从软件订阅到 Spotify 溢价，再到餐馆的食物。一开始可能看起来很尴尬，但如果你想节省相当多的钱，你绝对应该抓住每一个机会利用这个折扣。请记住，尝试没有坏处。每当您在餐厅点菜时询问“您有学生折扣吗？”，如果您在网上看到某款软件，请向他们发送一封电子邮件，询问“您有学生折扣吗？”。短语“你有学生折扣吗？” 应该是你在大学余下的时间里对任何人说的第一件事。但是有什么比折扣更好的呢？以低廉的价格免费获得一些东西。通过在学院注册电子邮件地址，您有权免费使用许多软件和数字服务。 GitHub 专业版虽然它的使用在计算机科学开始时可能不会立即显现，但在未来几年的过程中，您会发现 GitHub 可能是程序员最有用的工具之一

一般软件使用

4,164

社区成员

38,513

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章