当前位置：首页 > news >正文

结合深度学习、自然语言处理（NLP）与多准则决策的三阶段技术框架，旨在实现从消费者情感分析到个性化决策

news 来源：原创 2025/5/9 21:59:39

针对电商个性化推荐场景的集成机器学习和稳健优化三阶段方案。

第一阶段:在线评论数据处理，利用深度学习和自然语言处理技术进行特征挖掘，进而进行消费者情感分析，得到消费者偏好
在第一阶段，我们主要关注如何通过深度学习和自然语言处理技术来处理在线评论数据，挖掘特征，并进行消费者情感分析。首先，利用XGBoost进行特征提取;然后，使用预训练模型BERT来识别和分类评论中的情感倾向，获取特征的情感得分;最后，设计特征的权重计算模型，得到消费者的加权情感得分，即偏好。
.
第二阶段:大规模多准则决策模型构建，进行专家决策分析
在第二阶段，我们关注如何构建大规模多准则决策模型，并进行专家决策分析。首先，构建的产品决策模型应考虑数据的超载和动态性。该方法不仅可以从在线评论中学习消费者群体的属性偏好，也可以帮助潜在消费者根据学习的群体偏好，通过偏好交互确定消费者自身的个体偏好，并为其计算备选产品的排序结果，实现个性化在线决策支持，
.
第三阶段:第一阶段所得的消费者偏好与专家偏好进行融合，构建反馈机制，融入决策模型第三阶段的目标是将消费者和专家的意见融合，并构建反馈机制融入决策模型。首先，提出了一种新的混合决策方法，该方法将机器学习和稳健优化相结合，用于产品开发和改进。这种方法整合了消费者和专家的偏好，在满足市场需求的同时满足专家的专业

第一阶段：在线评论数据处理与消费者偏好挖掘

目标：从海量评论中提取产品属性特征，分析消费者情感倾向，生成加权偏好得分。

实验步骤：

数据采集与清洗
- 工具：Scrapy（爬取评论）、Python正则表达式（清洗数据）。
- 步骤：
  - 爬取电商平台评论（如京东、天猫），存储为结构化数据（JSON/CSV）。
  - 清洗噪声数据（广告、无意义符号），保留“评论内容”“评分”“用户ID”“产品ID”等字段。
特征提取与情感分析
- 工具：XGBoost（特征选择）、Hugging Face Transformers（BERT微调）。
- 流程：
  - 文本向量化：
    - 使用TF-IDF或BERT生成评论的句向量（768维）。
  - 属性特征提取：
    - 构建产品属性词典（如“屏幕”“续航”“外观”），通过XGBoost筛选高重要性特征。
    - 示例：XGBoost.fit(评论向量, 用户评分)，输出特征重要性排序。
  - 细粒度情感分类：
    - 微调BERT模型：输入评论文本，输出多标签情感得分（如“屏幕-正面”“续航-负面”）。
    - 模型训练：使用PyTorch，损失函数为交叉熵，优化器为AdamW。
偏好权重计算
- 方法：动态熵权法 + 用户行为反馈
  - 计算初始权重：基于特征情感得分的熵值（信息量越大，权重越高）。
  - 动态调整：根据用户点击/购买行为（如点击某产品后修改“价格”权重），更新公式：
    $[ w_i^{(t+1)} = \alpha w_i^{(t)} + (1-\alpha) \cdot \frac{\text{点击次数}_i}{\sum \text{点击次数}_j} ]$
    
    （α为衰减因子，通常取0.8~0.9）
输出结果
- 结构化偏好数据表：
  用户ID 产品属性情感得分动态权重加权偏好
  U001 屏幕 0.85 0.3 0.255
  U001 续航 0.6 0.5 0.3

用户ID	产品属性	情感得分	动态权重	加权偏好
U001	屏幕	0.85	0.3	0.255
U001	续航	0.6	0.5	0.3

评估指标：

情感分析准确率：BERT模型在测试集上的F1-score（目标>0.85）。
特征重要性一致性：人工抽样验证XGBoost筛选的Top 10属性是否符合业务认知。

第二阶段：大规模多准则决策模型构建

目标：整合群体偏好与个体偏好，生成个性化产品排序。

实验步骤：

群体偏好建模
- 工具：Apache Spark MLlib（分布式聚类）、Redis（缓存热点数据）。
- 方法：
  - 对全体用户的加权偏好进行聚类（K-means），划分用户群体（如“性价比党”“品质控”）。
  - 存储群体偏好模板：
```
{"群体ID": "G001","偏好": {"屏幕": 0.3, "续航": 0.5, "价格": 0.2},"覆盖用户数": 12000
}
```
个体偏好交互与优化
- 工具：React.js（前端交互界面）、Django（后端API）。
- 流程：
  - 偏好初始化：为用户分配所属群体的偏好模板。
  - 交互式调整：用户通过滑块修改权重（如将“价格”权重从0.2提升至0.4）。
  - 多目标排序：
    - 使用NSGA-II算法生成帕累托最优解集，目标函数为：
    - 输出Top 10产品列表，按综合效用值排序。
动态更新机制
- 技术：Apache Flink（实时计算）、增量学习（Online Learning）。
- 策略：
  - 每6小时更新群体聚类结果，新用户行为数据通过Flink实时写入Redis。
  - 使用River库在线更新NSGA-II的权重参数。

评估指标：

推荐效果：A/B测试对比点击率（CTR）与转化率（传统推荐 vs. MCDM推荐）。
计算延迟：从用户提交偏好到返回排序结果的时间（目标<500ms）。

第三阶段：消费者-专家偏好融合与反馈机制

目标：平衡市场需求与专业意见，构建闭环优化系统。

实验步骤：

偏好融合模型
- 方法：博弈论融合 + 鲁棒优化
  - 专家权重生成：通过德尔菲法（Delphi）收集专家对属性的评分（如“续航”重要性为0.7）。
  - 混合权重计算：
    
    （λ通过用户满意度反馈动态调整，初始值0.6）
  - 鲁棒优化：构建目标函数时考虑市场波动约束（如价格波动±10%），使用CVXPY求解。
反馈机制设计
- 工具：Prometheus（监控）、TensorFlow Serving（模型热更新）。
- 流程：
  - 实时监控推荐效果（如CTR下降10%触发预警）。
  - A/B测试：对比不同融合策略（如(\lambda=0.5) vs. (\lambda=0.7)）的收益。
  - 强化学习调参：使用DQN模型根据实时反馈调整(\lambda)值。
闭环迭代
- 技术栈：Airflow（任务调度）、MLflow（模型版本管理）。
- 周期：
  - 每周更新一次融合模型参数。
  - 每月重新训练BERT情感分析模型（防止数据漂移）。

评估指标：

融合策略收益：对比融合前后的GMV（总交易额）增长率。
专家满意度：通过问卷调查评估专家对推荐结果的认可度（5分制，目标≥4分）。

三阶段技术衔接与工具整合

阶段	输入	输出	核心工具
第一阶段	原始评论数据	用户-属性偏好矩阵	Hugging Face, XGBoost, PyTorch
第二阶段	用户偏好矩阵 + 产品属性数据	个性化产品排序列表	Apache Spark, React, NSGA-II
第三阶段	用户/专家偏好 + 市场反馈	动态融合策略 + 闭环优化模型	CVXPY, Prometheus, DQN

总结与优化方向

优势：
- 实现从数据挖掘到决策优化的端到端闭环。
- 兼顾个性化需求与专业意见，提升推荐可信度。
改进方向：
- 引入图神经网络（GNN）建模用户-产品-属性复杂关系。
- 联邦学习（Federated Learning）保护用户隐私数据。
- 结合生成式AI（如GPT-4）生成个性化推荐理由。

结合深度学习、自然语言处理（NLP）与多准则决策的三阶段技术框架，旨在实现从消费者情感分析到个性化决策

针对电商个性化推荐场景的集成机器学习和稳健优化三阶段方案。第一阶段:在线评论数据处理，利用深度学习和自然语言处理技术进行特征挖掘，进而进行消费者情感分析，得到消费者偏好在第一阶段，我们主要关注如何通过深度学习和自然语…...

编程日记 2025/5/9 21:59:39

Linux系统安装Nginx详解（适用于CentOS 7）

目录 1. 更新系统包 2. 安装EPEL仓库 3. 安装Nginx 4. 启动Nginx服务 5. 设置Nginx开机自启 6. 检查Nginx状态 7. 配置防火墙 8. 访问Nginx默认页面 9. 配置Nginx（可选） 10. 重启Nginx 解决步骤 1. 检查系统版本 2. 移除错误的 Nginx 仓库 …...

编程日记 2025/5/9 13:11:55

Qt常用控件输入类控件

文章目录 1.QLineEdit1.1 常用属性1.2 常用信号1.3 例子1，录入用户信息1.4 例子2，正则验证手机号1.5 例子3，验证输入的密码1.6 例子4，显示密码 2. QTextEdit2.1 常用属性2.2 常用信号2.3 例子1，获取输入框的内容2.4 例…...

编程日记 2025/5/6 20:26:00

[LeetCode]全排列I，II

全排列I 给定一个不含重复数字的整数数组 nums ，返回其所有可能的全排列。可以按任意顺序返回答案。示例 1： 输入：nums [1,2,3] 输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]示例 2： 输入&#xff1…...

编程日记 2025/5/9 15:39:58

力扣.270. 最接近的二叉搜索树值(中序遍历思想)

文章目录题目描述思路复杂度Code 题目描述思路遍历思想(利用二叉树的中序遍历) 本题的难点在于可能存在多个答案，并且要返回最小的那一个，为了解决这个问题，我门则要利用上二叉搜索树中序遍历为有序序列的特性，具体到代码中&a…...

编程日记 2025/5/9 14:55:18

Spring 核心技术解析【纯干货版】- VIII：Spring 数据访问模块 Spring-Tx 模块精讲

在企业级开发中，事务管理是保障数据一致性和完整性的重要手段。Spring 作为 Java 生态中广泛使用的框架，其事务管理模块（Spring-Tx）不仅提供了强大的功能，还极大地简化了开发者在不同技术栈中的事务处理工作。无论是编…...

编程日记 2025/5/9 14:26:29

Vue混入（Mixins）与插件开发深度解析

Vue混入（Mixins）与插件开发深度解析 Vue混入（Mixins）与插件开发深度解析1. Vue混入（Mixins）核心概念1.1 什么是混入1.1.1 本质定义与技术定位1.1.2 混入与相关概念的对比1.1.3 适用场景分析1.1.4 设计哲学与…...

编程日记 2025/5/9 16:08:31

Linux里的容器被OOM killed的两种情况

生产上遇到过几次容器实例被OOM的现象，总结一下LInux OOM的两种触发条件。我的虚拟机是ubuntu 24.0.4版本，分配4G内存，在我的虚拟机上复现这两种case。一宿主机物理内存不够当linux上所有应用程序的内存需求加起来超出了物理内存&#x…...

编程日记 2025/5/9 14:53:16

十一、CentOS Stream 9 安装 Docker

一、Docker 环境安装 1、软件源(仓库)信息使用如下命令可列出当前系统配置的所有软件源(仓库)信息 # 列出所有软件源 dnf repolist 这表明系统有三个仓库 AppStream 、 BaseOS、Extras-Common 被启用 2、配置软件源镜像使用如下命令可配置 Docker 软件包下载的镜像地址 …...

编程日记 2025/5/9 15:00:50

【数据结构】链表应用-链表重新排序

重新排序反转链表预期实现思路解题过程code力扣代码核心代码完整代码总结删除链表中间节点代码解惑链表重新排序题目描述解题思路解题过程复杂度代码力扣代码完整代码反转链表预期实现思路你选用何种方法解题？ 我选用了迭代法来反转链表。这是一种经典且高…...

编程日记 2025/5/9 14:58:55

e2studio开发RA2E1(9)----定时器GPT配置输入捕获

e2studio开发RA2E1.9--定时器GPT配置输入捕获概述视频教学样品申请硬件准备参考程序源码下载选择计时器时钟源UART配置UART属性配置设置e2studio堆栈e2studio的重定向printf设置R_SCI_UART_Open()函数原型回调函数user_uart_callback ()printf输出重定向到串口定时器输入捕获配…...

编程日记 2025/5/9 15:18:42

qt使用MQTT协议连接阿里云demo

qt使用Mqtt协议连接阿里云。在配置好qt关于MQTT的环境之后，主要就是根据MQTT的连接参数进行连接即可。环境配置推荐链接QT编译并部署QtMqtt相关环境跑测demo【超详细教程】_mqtt qt开发教程-CSDN博客连接核心代码,主要就是根据阿里云的MQTT相关参数进行配置实现连…...

编程日记 2025/5/9 14:51:37

Python分享20个Excel自动化脚本

在数据处理和分析的过程中，Excel文件是我们日常工作中常见的格式。通过Python，我们可以实现对Excel文件的各种自动化操作，提高工作效率。本文将分享20个实用的Excel自动化脚本，以帮助新手小白更轻松地掌握这些技能。 1. Excel单…...

编程日记 2025/5/9 15:03:37

import torch import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt # from torchviz import make_dot import torchviz# 1. Lyapunov 函数近似器（MLP 结构） class LyapunovNet(nn.Module):def __init__(self, input_dim…...

编程日记 2025/5/8 20:39:13

什么是数据库代理

数据库代理（DB Proxy）是一种位于应用程序和数据库服务器之间的中间件，充当两者之间的“中间人”。它的核心目标是优化数据库访问、提升性能、增强安全性，并简化数据库架构的复杂度，尤其在高并发、分布式或云环境中应用…...

编程日记 2025/5/9 15:26:26

深入浅出 DeepSeek V2 高效的MoE语言模型

今天，我们来聊聊 DeepSeek V2 高效的 MoE 语言模型，带大家一起深入理解这篇论文的精髓，同时，告诉大家如何将这些概念应用到实际中。 🌟 什么是 MoE？——Mixture of Experts（专家混合模型&#x…...

编程日记 2025/5/9 6:45:59

【创建模式-单例模式（Singleton Pattern）】

赐萧瑀实现方案饿汉模式懒汉式（非线程安全）懒汉模式（线程安全）双重检查锁定静态内部类攻击方式序列化攻击反射攻击枚举(最佳实践)枚举是一种类唐李世民疾风知劲草，板荡识诚臣。勇夫安识义，智者必怀仁…...

编程日记 2025/5/9 15:09:40

计算机毕业设计Python+Vue.js游戏推荐系统 Steam游戏推荐系统 Django Flask 游戏可视化游戏数据分析游戏大数据爬虫

温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 作者简介：Java领…...

编程日记 2025/5/9 14:53:16

6. 【Vue实战--孢子记账--Web 版开发】-- 主币种设置

从这篇文章开始我们将一起实现孢子记账的功能，这篇文章实现主币种设置。这个功能比较简单，因此我们从这个功能开始做。一、功能根据项目前期的需求调研，用户需要在设置主币种的时候查看汇率信息（别问为什么有这么个需求&#…...

编程日记 2025/5/9 11:00:32

RabbitMQ深度探索：前置知识

消息中间件： 消息中间件基于队列模式实现异步 / 同步传输数据作用：可以实现支撑高并发、异步解耦、流量削峰、降低耦合传统的 HTTP 请求存在的缺点： HTTP 请求基于响应的模型，在高并发的情况下，客户端发送大量的请求…...

编程日记 2025/5/8 21:05:34

【文件上传、秒传、分片上传、断点续传、重传】

文章目录获取文件对象文件上传（秒传、分片上传、断点续传、重传）优化获取文件对象 input标签的onchange方法接收到的参数就是用户上传的所有文件 <html lang"en"><head><title>文件上传</title><style>#inp…...

编程日记 2025/5/9 15:33:25

设计模式Python版组合模式

文章目录前言一、组合模式二、组合模式实现方式三、组合模式示例四、组合模式在Django中的应用前言 GOF设计模式分三大类： 创建型模式：关注对象的创建过程，包括单例模式、简单工厂模式、工厂方法模式、抽象工厂模式、原型模式和建造者模式…...

编程日记 2025/5/9 15:08:44

python开发：爬虫示例——GET和POST请求处理

一、Get请求 import json import requests#输入示例：urlhttps://www.baidu.com #RequestHeader:F12标头-请求标头-原始-复制到这（忽略第一句） def GetRequest(url,RequestHeader""):try:dic{}RequestHeaderList RequestHeader.s…...

编程日记 2025/5/8 23:57:04

【3分钟极速部署】在本地快速部署deepseek

第一步，找到网站，下载： 首先找到Ollama ， 根据自己的电脑下载对应的版本。我个人用的是Windows 我就先尝试用Windows版本了 ，文件不是很大，下载也比较的快第二部就是安装了 ： 安装完成后提示…...

编程日记 2025/5/9 15:03:37

【归属地】批量号码归属地查询按城市高速的分流，基于WPF的解决方案

在现代商业活动中，企业为了提高营销效果和资源利用效率，需要针对不同地区的市场特点开展精准营销。通过批量号码归属地查询并按城市分流，可以为企业的营销决策提供有力支持。短信营销：一家连锁餐饮企业计划开展促销活动&#xf…...

编程日记 2025/5/7 4:21:58

大数据sql查询速度慢有哪些原因

1.索引问题可能缺少索引，也有可能是索引不生效 2.连接数配置：连接数过少/连接池比较小连接数过 3.sql本身有问题，响应比较慢，比如多表 4.数据量比较大 -这种最好采用分表设计或分批查询 5.缓存池大小可能是缓存问题&#xff…...

编程日记 2025/5/9 14:11:49

安卓路由与aop 以及 Router-api

安卓路由（Android Router）和AOP（面向切面编程）是两个在Android开发中常用的概念。下面我将详细讲解这两个概念及其在Android开发中的应用。一、安卓路由安卓路由主要用于在应用程序中管理不同组件之间的导航和通信。它可以简化…...

编程日记 2025/5/6 2:43:57

游戏引擎学习第89天

回顾由于一直没有渲染器，终于决定开始动手做一个渲染器，虽然开始时并不确定该如何进行，但一旦开始做，发现这其实是正确的决定。因此，接下来可能会花一到两周的时间来编写渲染器，甚至可能更长时间&#xf…...

编程日记 2025/5/9 14:33:49

备战蓝桥杯-洛谷

今天打算写一些洛谷上面的题目 P10904 [蓝桥杯 2024 省 C] 挖矿 https://www.luogu.com.cn/problem/P10904 看了大佬写的题解才写出来这道题的：题解：P10904 [蓝桥杯 2024 省 C] 挖矿 - 洛谷专栏思路： 这是一道贪心的题目，用…...

编程日记 2025/5/9 14:37:32

动手学图神经网络（9）：利用图神经网络进行节点分类 WeightsBiases

利用图神经网络进行节点分类Weights&Biases 引言在本篇博客中，将深入探讨如何使用图神经网络（GNNs）来完成节点分类任务。以 Cora 数据集为例，该数据集是一个引用网络，节点代表文档，推断每个文档的类别。同时，使用 Weights & Biases（W&B）来跟踪实验过程和…...

编程日记 2025/5/9 16:03:55

如何在 FastAPI 中使用本地资源自定义 Swagger UI

要自定义 FastAPI 中的 Swagger UI，且使用本地资源来代替 CDN。只是需要稍微修改一下。修改后的代码： 步骤： 挂载本地静态文件目录：我们将本地的 Swagger UI 资源文件（如 .js, .css, favicon.png 等）放…...

编程日记 2025/5/9 14:19:23

Swift 进阶：Observation 框架中可观察（@Observable）对象的高级操作（上）

概述在 WWDC 24 中苹果推出了全新的 Observation 框架，借助于它我们可以更加细粒度的监听可观察（@Observable）对象。同时，SwiftUI 自身也与时偕行开始全面支持 @Observable 对象的“嵌入”。然而在这里，我们却另辟蹊径来介绍 @Observable 对象另外一些“鲜为人知”的故…...

编程日记 2025/5/9 15:20:42

aws(学习笔记第二十七课) 使用aws API Gateway+lambda体验REST API

aws(学习笔记第二十七课) 使用aws API Gatewaylambda体验REST API 学习内容： 使用aws API Gatewaylambda 1. 使用aws API Gatewaylambda 作成概要使用api gateway定义REST API，之后再接收到了http request之后，redirect到lambda进行执行。…...

编程日记 2025/5/9 14:21:40

UE学习日志#23 C++笔记#9 编码风格

注：此文章为学习笔记，只记录个人不熟悉或备忘的内容 1 为代码编写文档 1.1 使用注释的原因 1.说明用途的注释应该注释的信息：输入，输出含义，参数的类型含义，错误条件和处理，预期用途&#x…...

编程日记 2025/5/9 1:46:20

vue2-vue自定义指令

文章目录 vue2-vue自定义指令1. 什么是指令2. 自定义指令2.1 全局注册2.2 局部注册 3. 自定义指令的钩子函数4. 钩子函数的参数4. 用例 vue2-vue自定义指令 1. 什么是指令在vue中提供了一套为数据驱动视图更为方便的操作，这些操作被称为指令系统我们平时使用的v-…...

编程日记 2025/5/9 14:52:27

[250202] DocumentDB 开源发布：基于 PostgreSQL 的文档数据库新选择 | Jekyll 4.4.0 发布

目录 DocumentDB 开源发布：基于 PostgreSQL 的文档数据库新选择DocumentDB 的使命DocumentDB 的架构 Jekyll 4.4.0 版本发布🆕 新特性与改进 DocumentDB 开源发布：基于 PostgreSQL 的文档数据库新选择微软近日宣布开源 DocumentDB&#xff…...

编程日记 2025/5/9 9:44:24

matplotlib绘制三维曲面图时遇到的问题及解决方法

在科学计算和数据可视化中，三维曲面图是非常有用的工具，可以直观地展示数据的三维分布和关系。Matplotlib是Python中广泛使用的数据可视化库之一，提供了强大的三维绘图功能。然而，在实际使用过程中，用户可能会遇到各种…...

编程日记 2025/5/9 14:16:20

【数据结构】(4) 线性表 List

一、什么是线性表线性表就是 n 个相同类型元素的有限序列，每一个元素只有一个前驱和后继（除了第一个和最后一个元素）。数据结构中，常见的线性表有：顺序表、链表、栈、队列。二、什么是 List List 是 Java 中的线性…...

编程日记 2025/5/9 16:11:26

简单React项目从0到1

文章目录项目搭建基于CRA创建项目调整项目目录结构使用scss预处理器组件库antd使用配置基础路由配置别名路径路径编译配置VsCode提示配置基本结构搭建表单校验实现获取登录表单数据封装request工具模块使用Redux管理token安装Redux相关工具包配置Redux 实现登录逻辑token持久…...

编程日记 2025/5/9 15:04:29

IM 即时通讯系统-46-OpenIM 提供了专为开发者设计的开源即时通讯解决方案

IM 开源系列 IM 即时通讯系统-41-开源野火IM 专注于即时通讯实时音视频技术，提供优质可控的IMRTC能力 IM 即时通讯系统-42-基于netty实现的IM服务端,提供客户端jar包,可集成自己的登录系统 IM 即时通讯系统-43-简单的仿QQ聊天安卓APP IM 即时通讯系统-44-仿QQ即…...

编程日记 2025/5/9 14:39:21

MFC 学习笔记目录

序章 MFC学习笔记专栏开篇语-CSDN博客下载与安装 VS2010 下载与安装 VS2019...

编程日记 2025/5/9 13:53:34

一文讲解Java中的ArrayList和LinkedList

ArrayList和LinkedList有什么区别？ ArrayList 是基于数组实现的，LinkedList 是基于链表实现的。二者用途有什么不同？ 多数情况下，ArrayList更利于查找，LinkedList更利于增删由于 ArrayList 是基于数组实现的&#…...

编程日记 2025/5/9 14:44:30

【Linux系统】线程：线程的优点 / 缺点 / 超线程技术 / 异常 / 用途

1、线程的优点创建和删除线程代价较小创建一个新线程的代价要比创建一个新进程小得多，删除代价也小。这种说法主要基于以下几个方面： （1）资源共享内存空间：每个进程都有自己独立的内存空间，包括代码段…...

编程日记 2025/5/9 14:22:32

HTML 复习

文章目录路径问题标题标签段落标签换行标签列表标签<ol> 有序列表<ul> 无序标签标签嵌套超链接标签多媒体标签<img> 图片标签<audio> 音频标签<video> 视频标签表格标签<colspan> 跨行<rowspan> 跨列组合使用表单标签基本表单标…...

编程日记 2025/5/9 15:48:22

网络爬虫学习：借助DeepSeek完善爬虫软件，增加停止任务功能

一、引言我从24年11月份开始学习网络爬虫应用开发，经过2个来月的努力，终于完成了开发一款网络爬虫软件的学习目标。这几天对本次学习及应用开发进行一下回顾总结。前面已经发布了两篇日志： 网络爬虫学习：应用selenium从搜*狐搜…...

编程日记 2025/4/30 1:22:25

【数据结构】单向链表（真正的零基础）

放弃眼高手低，你真正投入学习，会因为找到一个新方法产生成就感，学习不仅是片面的记单词、学高数......只要是提升自己的过程，探索到了未知，就是学习。目录一.链表的理解二.链表的分类（重点理解&#xf…...

编程日记 2025/5/9 9:50:55

8. k8s二进制集群之Kubectl部署

创建kubectl证书请求文件生成admin证书文件复制admin证书到指定目录生成kubeconfig配置文件接下来完成kubectl配置文件的角色绑定【扩展】kubectl命令补全操作继续上一篇文章《k8s二进制集群之Kube ApiServer部署》下面介绍一下k8s中的命令行管理工具kubectl。通过kubectl可以…...

编程日记 2025/5/9 13:51:50

115，【7】攻防世界 web fileinclude

进入靶场试着访问了几个文件，都没得到信息，f12看看源码还真有 <?php // 检查是否开启了错误显示功能 // ini_get 函数用于获取 PHP 配置选项的值，这里检查 display_errors 选项是否开启 if( !ini_get(display_errors) ) {// 如果错误…...

编程日记 2025/5/9 13:39:51

RabbitMQ 从入门到精通：从工作模式到集群部署实战（二）

接上篇：《RabbitMQ 从入门到精通：从工作模式到集群部署实战（一）》链接文章目录 4.安装RabbitMQ Messaging Topology Operator 裸金属环境部署RabbitMQ部署单实例部署集群 4.安装RabbitMQ Messaging Topology Operator 使用 cer…...

编程日记 2025/5/9 7:05:14

【MySQL】MySQL经典面试题深度解析

文章目录一、MySQL与C的深度结合1.1 为什么C项目需要MySQL？1.2 典型应用场景二、基础概念面试题精讲2.1 存储引擎对比2.2 索引原理三、C专项面试题解析3.1 连接池实现3.2 预处理语句3.3 批量操作优化四、高级应用面试题剖析4.1 事务隔离级别4.2 锁机制详解4.3 查…...

编程日记 2025/5/9 14:15:19

第一阶段：在线评论数据处理与消费者偏好挖掘

目标：从海量评论中提取产品属性特征，分析消费者情感倾向，生成加权偏好得分。

实验步骤：

评估指标：

第二阶段：大规模多准则决策模型构建

目标：整合群体偏好与个体偏好，生成个性化产品排序。

实验步骤：

评估指标：

第三阶段：消费者-专家偏好融合与反馈机制

目标：平衡市场需求与专业意见，构建闭环优化系统。

实验步骤：

评估指标：

三阶段技术衔接与工具整合

总结与优化方向

相关文章：