@召唤的思路

吃草的猫 2012-12-26 10:57:33

现在这个@还是比较流行的，想请问下各位的实现思路。
我的想法这个应该是和GOOGLE SUGGEST的实现差不多，但是这样做的话对服务器压力比较大。
大家是怎么看的？

...全文

175 8 打赏收藏转发到动态举报

写回复

用AI写文章

8 条回复

切换为时间正序

请发表友善的回复…

发表回复

翔教授 2012-12-27

打赏
举报

就是将当前微博的信息ID与@的用户ID做一条连接记录,@的用户查询的时候就能收到这条微博的信息了.

exiori 2012-12-27

打赏
举报

这个就是把你定义的字符做一下链接。

liangchengfck1 2012-12-26

打赏
举报

GOOGLE SUGGEST goodle suggest 神马

吃草的猫 2012-12-26

打赏
举报

都来谈谈自己的做法嘛

你们是不是在找BUG 2012-12-26

打赏
举报

这个就跟csdn的引用一样，换了个马甲

吃草的猫 2012-12-26

打赏
举报

还有显示等等，不仅仅是发通知....

吃草的猫 2012-12-26

打赏
举报

引用 3 楼 IT_Ya_Tou 的回复:

木有弄明白LZ的意思哦!!!

就是微博贴吧里有那个@用户名就可以发通知的

IT_Ya_Tou 2012-12-26

打赏
举报

木有弄明白LZ的意思哦!!!

数据分析的思维方式一：数据分析的五大思维方式。首先，我们要知道，什么叫数据分析。其实从数据到信息的这个过程，就是数据分析。数据本身并没有什么价值，有价值的是我们从数据中提取出来的信息。然而，我们还要搞清楚数据分析的目的是什么？目的是解决我们现实中的某个问题或者满足现实中的某个需求。那么，在这个从数据到信息的过程中，肯定是有一些固定的思路，或者称之为思维方式。下面给你一一介绍。（本文用到的指标和维度是同一个意思）第一大思维【对照】【对照】俗称对比，单独看一个数据是不会有感觉的，必需跟另一个数据做对比才会有感觉。比如下面的图a和图b。图a毫无感觉图b经过跟昨天的成交量对比，就会发现，今天跟昨天实则差了一大截。这是最基本的思路，也是最重要的思路。在现实中的应用非常广，比如选款测款丶监控店铺数据等，这些过程就是在做【对照】，分析人员拿到数据后，如果数据是独立的，无法进行对比的话，就无法判断，等于无法从数据中读取有用的信息。第二大思维【拆分】分析这个词从字面上来理解，就是拆分和解析。因此可见，拆分在数据分析中的重要性。在派代上面也随处可见"拆分"一词，很多作者都会用这样的口吻：经过拆分后，我们就清晰了……。不过，我相信有很多朋友并没有弄清楚，拆分是怎么用的。我们回到第一个思维【对比】上面来，当某个维度可以对比的时候，我们选择对比。再对比后发现问题需要找出原因的时候？或者根本就没有得对比。这个时候，【拆分】就闪亮登场了。大家看下面一个场景。运营小美，经过对比店铺的数据，发现今天的销售额只有昨天的50%，这个时候，我们再怎么对比销售额这个维度，已经没有意义了。这时需要对销售额这个维度做分解，拆分指标。销售额=成交用户数*客单价，成交用户数又等于访客数*转化率。详见图c和图d 图c是一个指标公式的拆解图b是对流量的组成成分做的简单分解（还可以分很细很全）拆分后的结果，相对于拆分前会清晰许多，便于分析，找细节。可见，拆分是分析人员必备的思维之一。第三大思维【降维】是否有面对一大堆维度的数据却促手无策的经历？当数据维度太多的时候，我们不可能每个维度都拿来分析，有一些有关联的指标，是可以从中筛选出代表的维度即可。如下表这么多的维度，其实不必每个都分析。我们知道成交用户数/访客数=转化率，当存在这种维度，是可以通过其他两个维度通过计算转化出来的时候，我们就可以【降维】. 成交用户数丶访客数和转化率，只要三选二即可。另外，成交用户数*客单价=销售额，这三个也可以三择二。另外，我们一般只关心对我们有用的数据，当有某些维度的数据跟我们的分析无关时，我们就可以筛选掉，达到【降维】的目的。第四大思维【增维】增维和降维是对应的，有降必有增。当我们当前的维度不能很好地解释我们的问题时，我们就需要对数据做一个运算，增加多一个指标。请看下图。我们发现一个搜索指数和一个宝贝数，这两个指标一个代表需求，一个代表竞争，有很多人把搜索指数/宝贝数=倍数，用倍数来代表一个词的竞争度（仅供参考）。这种做法，就是在增维。增加的维度有一种叫法称之为【辅助列】。【增维】和【降维】是必需对数据的意义有充分的了解后，为了方便我们进行分析，有目的的对数据进行转换运算。第五大思维【假说】当我们拿不准未来的时候，或者说是迷茫的时候。我们可以应用【假说】，假说是统计学的专业名词吧，俗称假设。当我们不知道结果，或者有几种选择的时候，那么我们就召唤【假说】，我们先假设有了结果，然后运用逆向思维。从结果到原因，要有怎么样的因，才能产生这种结果。这有点寻根的味道。那么，我们可以知道，现在满足了多少因，还需要多少因。如果是多选的情况下，我们就可以通过这种方法来找到最佳路径（决策）当然，【假说】的威力不仅仅如此。【假说】可是一匹天马（行空），除了结果可以假设，过程也是可以被假设的。我们回到数据分析的目的，我们就会知道只有明确了问题和需求，我们才能选择分析的方法。顺带给大家讲讲三大数据类型。这个属于偷换概念，其实就是时间序列的细分，不是真正意义上的数据类型，但这个却是在处理店铺数据时经常会碰到的事情。数据放在坐标轴上面分【过去】丶【现在】和【未来】第一大数据类型【过去】【过去】的数据指历史数据，已经发生过的数据。作用：用于总结丶对照和提炼知识如：历史店铺运营数据，退款数据，订单数据第二大数据类型【现在】【现在】的概念比较模糊，当天，当月，今年这些都可以是现在的数据，看我们的时间单位而定。如果我们是以天作为单位，那么，今天的数据，就是现在的数据。现在的数据和过去的数据做比较，才可以知道现在自己是在哪个位置，单有现在的数据，是没什么用处的。作用：用于了解现况，发现问题

splinterlands-bot 这是我个人的 BOT 玩游戏索引.js 运行npm start 启动 BOT 登录程序。用户名和密码需要在根目录的 .env 文件中指定为变量，例如： ACCOUNT=youremail@email.com PASSWORD=yourpassword 战斗获取数据.js 运行node battleGetData.js BOT 利用 API 但万一不起作用，可以在本地将历史记录作为备份。生成具有唯一数组的文件“history.json”，其中包含一组用户的战斗历史（在文件中指定）。未来模型的输入数据： mana_cap : 可以选择的总法力 ruleset : 应用于比赛的规则（有待探索） inactive : 不能用于比赛的怪物卡类型。对召唤师选择很重要（第一张牌）示例： [{"summoner_id":178, "su

水晶大战-游戏设计文件 1.简介概念的简要说明游戏的总体思路是在回合制纸牌游戏中两个玩家之间的对抗。有一个故事不会影响游戏玩法，但可以作为一个理由来赋予出现在牌上的实体更多的个性。双方都从15分开始，通过使用咒语，法力和召唤将不得不将对手的得分降低到0。故事和人物的简要描述这个故事是建立在一个虚构的世界中，在这个世界中，不同的自然元素都有一个代表它们的上帝。反过来，这些神的某些主体会在不同的任务中帮助他们。这些可能是不重要的仆从，在游戏中将是最弱的召唤。或者它们可能是非常相关的，小神灵。这些照顾主要神委托给他的某些区域。每个元素都会有一个小神灵。所有这些因素相互斗争，看看谁将获得众神的地位，因为这决定了它应该结束其合法性。在游戏开始时，将有4个套牌，分别带有各自的神和未成年人，可以交换主题和中立牌。将有元素火，水，风，地球和中性。最后一种类型在机械层面上将

文章目录1. 前言2. 设计思路3. 源码4. 打包4.1 打包成一个目录4.2 打包成一个文件 1. 前言最近有同学咨询如何用wx写任务托盘程序，也有同学咨询怎样创建wx的异形窗口。恰好，我也正需要一个可以将屏幕显示或者操作录制成gif文件的工具。于是乎，结合同学们的问题，我用wx写了一个屏幕录像机代码，既包含任务托盘的实现，也用到了异形窗口，还使用了DC绘制录像区域边框。这段代码，可以很方便地打包成exe程序。程序启动后，栖身于任务托盘。你需要的时候，可以随时召唤它。录像区域可以调整大小，生成gif的参数也可以调整，此外还提供了启动/停止的热键（Ctr + F2）操作，使用起来非常方便。

发现很多朋友不会处理数据，这个过程叫做数据清洗，中间可能涉及到编程，分析人员是应该学点编程的，后面抽时间给大家介绍一下，今天不讲这个。那今天讲什么呢？今天要讲数据分析的五大思维方式。首先，我们要知道，什么叫数据分析。其实从数据到信息的这个过程，就是数据分析。数据本身并没有什么价值，有价值的是我们从数据中提取出来的信息。然而，我们还要搞清楚数据分析的目的是什么？目的是解决我们现实中的某个问题或者满足现实中的某个需求。那么，在这个从数据到信息的过程中，肯定是有一些固定的思路，或者称之为思维方式。下面零一给你一一介绍。（本文用到的指标和维度是同一个意思）第一大思维【对照】【对照】俗称对比，单独看一个数据是不会有感觉的，必需跟另一个数据做对比才会有感觉。比如下面的图a和图b。图a毫无感觉图b经过跟昨天的成交量对比，就会发现，今天跟昨天实则差了一大截。这是最基本的思路，也是最重要的思路。在现实中的应用非常广，比如选款测款丶监控店铺数据等，这些过程就是在做【对照】，分析人员拿到数据后，如果数据是独立的，无法进行对比的话，就无法判断，等于无法从数据中读取有用的信息。第二大思维【拆分】分析这个词从字面上来理解，就是拆分和解析。因此可见，拆分在数据分析中的重要性。在派代上面也随处可见"拆分"一词，很多作者都会用这样的口吻：经过拆分后，我们就清晰了……。不过，我相信有很多朋友并没有弄清楚，拆分是怎么用的。我们回到第一个思维【对比】上面来，当某个维度可以对比的时候，我们选择对比。再对比后发现问题需要找出原因的时候？或者根本就没有得对比。这个时候，【拆分】就闪亮登场了。大家看下面一个场景。运营小美，经过对比店铺的数据，发现今天的销售额只有昨天的50%，这个时候，我们再怎么对比销售额这个维度，已经没有意义了。这时需要对销售额这个维度做分解，拆分指标。销售额=成交用户数*客单价，成交用户数又等于访客数*转化率。详见图c和图d 图c是一个指标公式的拆解图b是对流量的组成成分做的简单分解（还可以分很细很全）拆分后的结果，相对于拆分前会清晰许多，便于分析，找细节。可见，拆分是分析人员必备的思维之一。第三大思维【降维】是否有面对一大堆维度的数据却促手无策的经历？当数据维度太多的时候，我们不可能每个维度都拿来分析，有一些有关联的指标，是可以从中筛选出代表的维度即可。如下表这么多的维度，其实不必每个都分析。我们知道成交用户数访客数=转化率，当存在这种维度，是可以通过其他两个维度通过计算转化出来的时候，我们就可以【降维】. 成交用户数丶访客数和转化率，只要三选二即可。另外，成交用户数*客单价=销售额，这三个也可以三择二。另外，我们一般只关心对我们有用的数据，当有某些维度的数据跟我们的分析无关时，我们就可以筛选掉，达到【降维】的目的。第四大思维【增维】增维和降维是对应的，有降必有增。当我们当前的维度不能很好地解释我们的问题时，我们就需要对数据做一个运算，增加多一个指标。请看下图。我们发现一个搜索指数和一个宝贝数，这两个指标一个代表需求，一个代表竞争，有很多人把搜索指数宝贝数=倍数，用倍数来代表一个词的竞争度（仅供参考）。这种做法，就是在增维。增加的维度有一种叫法称之为【辅助列】。【增维】和【降维】是必需对数据的意义有充分的了解后，为了方便我们进行分析，有目的的对数据进行转换运算。第五大思维【假说】当我们拿不准未来的时候，或者说是迷茫的时候。我们可以应用【假说】，假说是统计学的专业名词吧，俗称假设。当我们不知道结果，或者有几种选择的时候，那么我们就召唤【假说】，我们先假设有了结果，然后运用逆向思维。从结果到原因，要有怎么样的因，才能产生这种结果。这有点寻根的味道。那么，我们可以知道，现在满足了多少因，还需要多少因。如果是多选的情况下，我们就可以通过这种方法来找到最佳路径（决策）当然，【假说】的威力不仅仅如此。【假说】可是一匹天马（行空），除了结果可以假设，过程也是可以被假设的。我们回到数据分析的目的，我们就会知道只有明确了问题和需求，我们才能选择分析的方法。顺带给大家讲讲三大数据类型。这个属于偷换概念，其实就是时间序列的细分，不是真正意义上的数据类型，但这个却是在处理店铺数据时经常会碰到的事情。数据放在坐标轴上面分【过去】丶【现在】和【未来】。第一大数据类型【过去】【过去】的数据指历史数据，已经发生过的数据。作用：用于总结丶对照和提炼知识如：历史店铺运营数据，退款数据，订单数据第二大数据类型【现在】【现在】的概念比较模糊，当天，当月，今年这些都可以是现在的数据，看我们的时间单位而定。如果我们是以天作为单位，那么，今天的数据，就是现在的

.NET社区

62,074

社区成员

669,028

社区内容

发帖

与我相关

我的任务

javascript云原生企业社区

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

.NET 社区是一个围绕开源 .NET 的开放、热情、创新、包容的技术社区。社区致力于为广大 .NET 爱好者提供一个良好的知识共享、协同互助的 .NET 技术交流环境。我们尊重不同意见，支持健康理性的辩论和互动，反对歧视和攻击。

希望和大家一起共同营造一个活跃、友好的社区氛围。

试试用AI创作助手写篇文章吧

+ 用AI写文章