■■现金200元求如何使用Jive Live Assistant 及破解!!

zyx12 2006-05-15 12:45:33
■■现金200元求如何使用Jive Live Assistant 及破解!!

Jive Live Assistant 2.1.3 及破解下载!
http://58.24.160.154/others/jive_live_assistant_2_1_3.zip

有可能其中的破解是2.2.1版本的,但是我没有找到2.2.1版本的程序
运行环境java 1.5
http://58.24.160.154/others/jre-1_5_0_06-windows-i586-p.zip

安装完以后可以看设置文档
开始->程序->Jive Live Assistant->Read me

如果有license的话,是有web chat 的
Jive Live Assistant (http://www.jivesoftware.com)


Jive Live Assistant 允许你通过你公司的网站进行安全的传输,实时交易和客户支持
下一代的客户聊天工具:开放的、自动化的、可定制的。
客户聊天应用程序已经越来越普及了,但是这些软件却都不能达到它们所承诺的益处。Jive Software在此方面走在前列。
Jive Software使用了集成IM systems,自动处理客户事宜以及在代理商在解决复杂事务时需要访问实时访问的任何的内容
(如email文件,文件系统以及第三方知识库)。

现金200元!绝不食言!!

Email:jenifftan2004@hotmail.com
MT:13120525599
MSN:jenifftan2004@hotmail.com

联系电话:13120525599
联系人:谭先生
...全文
244 10 打赏 收藏 转发到动态 举报
写回复
用AI写文章
10 条回复
切换为时间正序
请发表友善的回复…
发表回复
ggjsp 2007-02-23
  • 打赏
  • 举报
回复
楼主太黑:

200? 倒 半条烟!
ggjsp 2007-02-23
  • 打赏
  • 举报
回复
要先收50%钱再做 自己没经验怪谁?
xiaoidfw 2007-02-23
  • 打赏
  • 举报
回复
欺骗程序员的辛勤劳动,就如同卖农民假种子一样!
还有人性吗?
2303191 2007-02-23
  • 打赏
  • 举报
回复
哇,还活着呢,蟑螂般的生命力
mayabin 2007-02-07
  • 打赏
  • 举报
回复
他对csdn到是挺熟悉的,
t死他
whx20081 2007-02-07
  • 打赏
  • 举报
回复
这两个人不是一样的吗?妈的。又来了200元求
javaors 2007-02-06
  • 打赏
  • 举报
回复
那年头的骗子还真不少啊
警惕!!!!
谢谢楼上的啊
interpb 2007-02-06
  • 打赏
  • 举报
回复
花了我不少时间,熬了多少通宵,最后做好了,却发生这种事,希望有朋友帮帮我

当时(2周前)说好了做完我这边的,就给3000,然后他们把接口给我,最后做完再给3000,
结果我做了1/2,他们却说只给350, 最后做完了,再给150,
大家都来评评理,太气人了,以后大家一定要小心啊

6000 -> 500 完全没有诚信,这个人应该是清华紫光咨询事业部上海地区负责SAP的谭经理
缺乏诚信,欺骗弱势程序员,希望清华紫光能严肃处理此事
有这种严重缺乏诚信的人,没有商业道德的人,相信是雇佣公司的耻辱

根据这个人的email,电话,我网上查到不少,信息,不知道多少人和我一样,有类似经历

大家一定要提高警惕啊。。以后这个人,这个ID发的东西一定要看清楚了


接活的帖子在
http://community.csdn.net/Expert/topic/4863/4863714.xml?temp=.2846796

原帖子内容

"◆◆报酬6000元,实现从内存播放Sim文件"
...
"通过网上银行付款,决不食言!!"
"Email:Jeff.Tan@tsinghuaconsulting.com,jenifftan2004@hotmail.com"
"MSN:jenifftan2004@hotmail.com"
"MT:13120525599 021-29815171 谭经理"
/////////

看到谭先生 好像比较 耳熟

搜了 一下 原来是这样啊

呵呵 不好意思啊
协同过滤算法(Collaborative Filtering)是一种经典的推荐算法,其基本原理是“协同大家的反馈、评价和意见,一起对海量的信息进行过滤,从中筛选出用户可能感兴趣的信息”。它主要依赖于用户和物品之间的行为关系进行推荐。 协同过滤算法主要分为两类: 基于物品的协同过滤算法:给用户推荐与他之前喜欢的物品相似的物品。 基于用户的协同过滤算法:给用户推荐与他兴趣相似的用户喜欢的物品。 协同过滤算法的优点包括: 无需事先对商品或用户进行分类或标注,适用于各种类型的数据。 算法简单易懂,容易实现和部署。 推荐结果准确性较高,能够为用户提供个性化的推荐服务。 然而,协同过滤算法也存在一些缺点: 对数据量和数据质量要求较高,需要大量的历史数据和较高的数据质量。 容易受到“冷启动”问题的影响,即对新用户或新商品的推荐效果较差。 存在“同质化”问题,即推荐结果容易出现重复或相似的情况。 协同过滤算法在多个场景中有广泛的应用,如电商推荐系统、社交网络推荐和视频推荐系统等。在这些场景中,协同过滤算法可以根据用户的历史行为数据,推荐与用户兴趣相似的商品、用户或内容,从而提高用户的购买转化率、活跃度和社交体验。 未来,协同过滤算法的发展方向可能是结合其他推荐算法形成混合推荐系统,以充分发挥各算法的优势。

81,094

社区成员

发帖
与我相关
我的任务
社区描述
Java Web 开发
社区管理员
  • Web 开发社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧