标点符 -- IT技术博客大学习 -- 共学习共进步！

做相似度计算的时候经常会用到皮尔逊相关系数(Pearson Correlation Coefficient)，那么应该如何理解该系数？其数学本质、含义是什么？

• 关于身份证号的那些事

居民身份证号码，根据〖中华人民共和国国家标准 GB 11643-1999〗中有关公民身份号码的规定，公民身份号码是特征组合码，由十七位数字本体码和一位数字校验码组成。排列顺序从左至右依次为：六位数字地址码，八位数字出生日期码，三位数字顺序码和一位数字校验码。

• 新浪微博笔试题：找出共有2个以上标签的用户对

题目：给定sina微博的全部用户(1亿以上)和标签(uniq的标签30万左右)的关系，系统找出共有2个或以上标签的用户对，并给出这些标签是哪些。

• 马化腾：灰度法则的七个维度全文

我相信每一个创业者都怀有一个成功的梦想，我与大家分享的是腾讯14年互联网实践的一点体会。它肯定是不完整的，但它同样也遵循“小步快跑”的灰度法则，需要一步一步去完善，大家可以继续发挥和探索。我希望的是，腾讯不仅是能让大家赚到钱的平台，更能成为业界一起探索未来、分享思考的平台。以后每年，但凡在创新方面能有所心得，我都会跟大家一起分享。

• Redis命令行操作指南

介绍直接在Linux下使用命令行对数据库和各种数据类型进行操作。

• 国内外旅游电子商务个性化推荐系统研究

随着信息技术和电子商务技术的飞速发展以及互联网的普及，电子商务网站层出不穷。由于旅游产品本身具有无形性、不可储藏和非物质性等特点，并且不存在物流配送问题，使得旅游电子商务更容易运作。例如，全球知名的Expedia 网站，以及我国的携程和艺龙旅行网等。有了面向旅游者的信息系统，可以更好地为游客提供查询相关信息和预定的服务，但是由于网站信息和服务缺乏个性。我们看到的大多数旅游机构的网站，通常是国内外其他旅游网站的翻版，缺乏鲜明的个性特色。虽然大多数旅游网站对旅游景点和酒店都有介绍，但内容不全面且更新缓慢，很难吸引客户的关注和兴趣。网站服务项目单一，例如旅游线路、景点介绍、游记作品似乎已经成为必不可少的板块，但这些内容仅限于浏览。自助旅游、虚拟实景旅游等能与客户产生良好互动的项目却较少涉及。让游客在选择时迷茫、耗时，导致客户预订的成功率较低，旅游电子商务发展受阻。

• 十个最容易犯的用户体验错误及规避方案

“怎样才能提升网站(或应用)的用户体验？” 这是一个常见但没有标准答案的问题。幸好，有一些准则可以帮助我们朝着正确的方向前进。在本文中，我们将了解一下在塑造产品体验的过程中有可能犯下的错误，以及怎样避免这些问题的发生。

• 不成熟的技术：Data URI

Data URI简介 Data URI是由RFC 2397定义的一种把小文件直接嵌入文档的方案。

• 一页纸项目管理表格学习笔记

一页纸的项目管理表格(One Page Project Manager)简称OPPM，为高层管理者准备的一种工具或者说是一份报告。这个工具使我们可以方便地与高层管理者就项目情况进行沟通，激励并确保各项任务所有者对自己的工作负责。是用很直观的方式将项目的几个核心要素例如：任务、目标、负责人、进度、成本(资源)在一个表格内罗列出来。OPPM的核心价值在于清晰、直观、简约，打印后只有A4纸大小，便于快速阅读。

• 如何建立一套邮件发送系统

建立一套独立的邮件发送系统真的是一件非常繁琐的事情，以下为网上收集的关于建立邮件系统需要注意的点：一、给服务器分配一个静态的IP地址，并且确保IP地址不在邮件黑名单中。 Spamhaus是目前世界上影响最大反垃圾邮件组织，只要被它列入黑名单，你的邮件服务器就算瘫痪了，因为据说全球80%以上的服务器会拒收从你的邮件服务器发去邮件。他们提供四种类型XBL，SBL，PBL，ROKSO。国内有很多IP被列为了spamhaus这几类RBL当中。 Spamhaus维护的列表分类 XBL(Exploits Block List)：它是针对因为安全问题被劫持（比如僵尸机）或是蠕虫/病毒，带有内置式垃圾邮件引擎和其他类型的木马来发垃圾邮机器的实时黑名单IP列表。

• 版权和许可协议的学习

互联网中充满了具有创造性和实用价值的资源。照片、文章、音乐和代码都是非常好的例子。相对于自己创造轮子，寻找现有的资源和已存在的实现方法则更快捷，廉价和实用。无论是否免费，这些资源通常以某种许可协议发布以确保公正的使用。在本文中，我们将介绍控制着版权和许可协议的基本原则。然后带着例子，着重探讨一些比较流行的发行协议。版权和许可协议当我们创造一些东西时-比如说图像-我们拥有它的版权，这是我们作为此作品的作者而独享的权利。我们同时控制谁可以使用我们的作品，以何种方式使用。比如我允许别人打印我的图像，或者用在某个艺术品身上。此时，我不是通过口头形式建立协议，而是以设定了特定使用规则的许可协议发布我的作品。有版权的东西有时候又被称之为”智力财产”。

• 数学之美：Xbox评分系统TrueSkill

在电子竞技游戏中，特别是当有多名选手参加比赛的时候需要平衡队伍间的水平，让游戏比赛更加有意思。这样的一个参赛选手能力平衡系统通常包含以下三个模块：一个包含跟踪所有玩家比赛结果，记录玩家能力的模块。一个对比赛成员进行配对的模块。一个公布比赛中各成员能力的模块。事实上目前已经有的游戏评分系统是Elo评分，但是Elo评分仅只是两名选手参加的游戏。TrueSkill系统是基于贝叶斯推断的评分系统，由微软研究院开发以代替传统Elo评分，并成功应用于Xbox Live自动匹配系统。TrueSkill评分系统是Glicko评分系统的衍伸，主要用于多人游戏中。TrueSkill评分系统考虑到了你水平的不确定性，综合考虑了玩家的胜率和可能的水平涨落。当玩家进行了更多的游戏后，即使你的胜率不变，系统也会因为对你的水平更加了解而改变对你的评分。

• Digg.com 的系统架构

在过去的几年间，我们一直致力于重构Digg的架构，现在我们称之为“Digg V4”.本文我们将全面介绍Digg的使用的系统和技术。找出Digg引擎的秘密。首先，我们来看下Digg给大众用户提供的服务吧：一个社会化的新闻站点为个人可定制的社会新闻广告平台 API 服务博客和文档站点人们通过浏览器或者其他应用来访问这些Digg服务。一些有Digg账户的用户，可以得到“我的新闻”。每位用户可以得到的我们称之为“热门新闻”。我们有digg.com和移动版的m.digg.com，API服务的services.digg.com,信息介绍的about.digg.com,为开发者服务的developers.digg.com。这些站点统一为用户，新闻发布者，开发人员提供了博客和文档服务。本文主要介绍Digg在社会化新闻产品中使用的高级技术。

• 数学之美：Reddit评论排名算法

与文章新闻类排名不同的事，评论类的算法可能发表时间没有什么关系。目前很多网站采用的评论排名主要有两种，即绝对好评数（好评减去差评）和好评率（好评/总评）。这两种评价方式都存在很明显的缺陷，以下为事例： A:好评550;　差评450 B:好评60；差评40 C:好评1；差评0 D:好评9，差评1 首先是A与B比较，A的绝对好评数是550-450=100，B的绝对好评数是60-40=20，从绝对好评数比较，A的排名应该在B的前面；A的好评率为550/（450+550）=55%，B的好评率为60/（40+60）=60%，从好评率来说B的排名要比A的排名好。再来比较下C与D，从好评率出发，C的好评率为100%，而D的好评率为9/（1+9）=90%，单纯从数据上看D的排名要比C的排名落后。

• 数学之美：Hacker News的热门排名算法

Hacker News 是一家关于计算机黑客和创业公司的社会化新闻网站，由 Paul Graham 的创业孵化器 Y Combinator 创建。与其它社会化新闻网站不同的是 Hacker News 没有踩或反对一条提交新闻的选项（不过评论还是可以被有足够 Karma 的用户投反对票，或是投支持票）；只可以赞或是完全不投票。简而言之，Hacker News 允许提交任何可以被理解为“任何满足人们求知欲”的新闻。每个新闻标题前面有一个向上的三角形，如果你觉得这个内容很好，就点击一下，投上一票。根据得票数，系统自动统计出热门文章排行榜。但是，并非得票最多的文章排在第一位，还要考虑时间因素，新文章应该比旧文章更容易得到好的排名。

• 数学之美：《社交网络》中Facemash算法分析

在电影《社交网络》的开始有这么一段，扎克博格由于被女友甩了，所以需要做一个网站，用来推选哈佛最漂亮的女生。网站的逻辑非常的简单，就是系统从照片库中随机挑出两幅女生照片，选择两者较“美”者。就是这么一个网站在上线两小时（周末凌晨两点到四点）内点击量达到了2万2千次，从而导致了哈佛网络的瘫痪。（备注：最近华中科技大学女生的照片也被类似的放到了网上评比，并且使用山寨的域名）信息的关注应该注意到，上述功能中涉及到一个排名规则，是由扎克博格那位同学提供的，他把公式写在了窗户上，如下截图：上面的公式主要作用作用是用来对进行女生的分数进行评比，从而确定哪些是最优质女生。不过让人遗憾的是电影中给出的这个公式是错误的公式，真正的公式应该如下：即分数线下方是1+10的幂次，而非10的倍数。

• 数学之美：StackOverflow问答排名算法

StackOverflow的排序共分为两类，1个是问题排序，1个是答案排序。这里主要介绍的是关于热门问题的排序。在分析问题前可以先考虑下，如果是你来做这个排名算法需要考虑哪些因素？ 1、问题的投票人数，StackOverflow允许用户投反对票，所以这里可以使用绝对投票数，即正面票-负面票数量。绝对数越高问题越热门。 2、问题浏览量，或是有效浏览量，有效浏览量可以建立一个停留时间的阀值去衡量。浏览的越多则越热门。 3、问题的答案数，理论上说答案越多则问题的越热门，但这也并不绝对，有些好的问答可能只有一个好的答案。 4、问题答案的认可数，即是否存在一个被大量认可的答案。这里存在两种情况，被提问者认可或被其他访问者投票。

• Instagram的技术架构

Instagram 被 Facebook 以10亿美金收购。团队规模：13 人。而在被Facebook收购前的一个月，整个团队才7名员工。 2010年： 2位工程师 2011年： 3 位工程师 2012年： 5 位工程师制胜法宝：广泛的单元测试和功能测试坚持DRY（Don’t Repeat Yourself）原则使用通知/信号机制实现解耦我们大部分工作使用Python来完成，只有逼不得已的时候，才会用C 频繁的代码复查，尽量保持“智慧共享”。（frequent code reviews, pull requests to keep things in the ‘shared brain’）广泛的系统监控 Instagram的两个创始人 Mike Kriegerr：之前是一个颇为低调的工程师和用户体验设计师，他在一家名叫Meebo的创业公司工作了1年半。

• 知乎技术方案初探

知乎的整个网站架构图如下：知乎是国内很少的使用Python开发的一个网站，也很多值得我们学习的地方，从知乎让我们也可以了解到一些新的WEB技术。一、Python框架知乎目前使用的是Tornado 框架。Tornado 全称Tornado Web Server，是一个用Python 语言写成的Web 服务器兼Web 应用框架，由 FriendFeed 公司在自己的网站FriendFeed 中使用，被facebook 收购以后框架以开源软件形式开放给大众。参考链接：http://zh.wikipedia.org/wiki/Tornado 学习文档：http://www.tornadoweb.cn/documentation 二、数据库目前知乎采用的是MySQL作为主要的存储，使用SqlAlchemy 为ORM进行数据库的建模或者映射。

• 面向移动设备的HTML5开发框架梳理

很久以前整理了篇将手机网站做成手机应用的JS框架。时隔一年多，很多新的技术已经出现，下面再来总结下还有哪些框架是适合面向手机设备的开发的。 1、jQuery Mobile jQuery Mobile 是 jQuery 在手机上和平板设备上的版本。jQuery Mobile 不仅会给主流移动平台带来jQuery核心库，而且会发布一个完整统一的jQuery移动UI框架。支持全球主流的移动平台。jQuery Mobile开发团队说：能开发这个项目，我们非常兴奋。移动Web太需要一个跨浏览器的框架，让开发人员开发出真正的移动Web网站。 2、jQTouch jQTouch 是一个 jQuery 的插件，主要用于手机上的 Webkit 浏览器上实现一些包括动画、列表导航、默认应用样式等各种常见UI效果的 JavaScript 库。支持包括 iPhone、Android 等手机。