技术栈
推荐算法
paopaokaka_luck
19 小时前
java
·
前端
·
javascript
·
人工智能
·
mysql
·
echarts
·
推荐算法
流浪动物救助与收养系统(DeepSeek AI对话、 ECharts多维分析、救助流程衔接、领养与回访衔接、 捐赠确认与公示、志愿者协作)
🎈系统亮点:DeepSeek AI对话、 ECharts多维分析、救助流程衔接、领养与回访衔接、 捐赠确认与公示、志愿者协作;
木井巳
3 天前
java
·
算法
·
leetcode
·
动态规划
·
推荐算法
【动态规划: 线性dp】解码方法
题目链接:91. 解码方法动态规划(Dynamic programming,简称 DP)是一种通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法,在查找 有很多重叠子问题 的情况的最优解时有效。它将问题重新组合成子问题。为了避免多次解决这些子问题,它们的结果都逐渐被计算并被保存,从简单的问题直到整个问题都被解决。因此,动态规划保存递归时的结果,因而不会在解决同样的问题时花费不必要的时间。
paopaokaka_luck
4 天前
java
·
人工智能
·
mysql
·
echarts
·
推荐算法
智慧电玩店管理系统(空闲机台随机分配、游玩时长概率模拟、积分自动结算、积分兑换闭环、 ECharts经营分析、 腾讯地图选址)
🎈系统亮点:空闲机台随机分配、游玩时长概率模拟、积分自动结算、积分兑换闭环、 ECharts经营分析、 腾讯地图选址;
2301_3224142804
5 天前
java
·
vue.js
·
spring boot
·
redis
·
mysql
·
决策树
·
推荐算法
基于SpringBoot+Vue的休闲零食超市管理系统的设计与实现59004-计算机毕设 原创(免费领源码+部署教程+开发环境)
摘 要随着人们生活水平的日益提高,休闲零食超市已经成为了很多人生活中不可或缺的一部分。为了满足人们对休闲零食超市的需求,各种休闲零食超市系统也应运而生。休闲零食超市是通过互联网络上传种类繁多的商品,实现顾客远程选购商品的功能。顾客可以随时随地浏览店铺的商品,这是对传统商品销售的一种发展和革新。为了解决这些问题,提高休闲零食超市房的管理效率和服务质量,我们设计并实现了一套基于 Springboot 和 Vue 框架的休闲休闲零食超市设计管理系统。
阡陌数智
8 天前
人工智能
·
语言模型
·
自然语言处理
·
架构
·
推荐算法
Anthropic Claude Fable 5.1 长周期 Agent 原生架构解析:工具调用链路稳定性与 API 聚合平台落地实战
在 Fable 系列之前,Claude Sonnet、Opus 系列的工具调用属于 “附加能力”。模型主目标是文本续写,工具调用只是特殊格式输出。当 Agent 任务轮次变多(超过 10 轮工具调用),很容易出现:忘记前置约束、生成不存在的函数名称、参数类型错误、提前终止任务。这也是很多自研 Agent 系统上线后,复杂任务成功率断崖下跌的核心痛点。
2301_3224142804
10 天前
java
·
mysql
·
随机森林
·
微信小程序
·
uni-app
·
微信开发者工具
·
推荐算法
springboot学生课堂出勤统计系统15835-计算机毕设 原创(免费领源码+部署教程+开发环境)
摘 要:随着信息化技术在教育领域的广泛应用,springboot学生课堂出勤统计系统的需求日益增长。本系统采用 Spring Boot 框架和 HTML 技术,旨在提供一种高效、准确、便捷的考勤管理解决方案。
paopaokaka_luck
11 天前
java
·
人工智能
·
spring boot
·
websocket
·
数据分析
·
echarts
·
推荐算法
民宿管理系统 (AI民宿总结、协同过滤推荐算法、WebSocket 在线咨询、ECharts 经营分析、房态与结算联动、 民宿预订业务闭环)
①:架构:B/S、MVC、前后端分离,住客前台、房东后台、平台管理后台②:系统环境:Windows③:开发环境:IDEA、JDK17、Maven、MySQL、Node.js
Hazenix
12 天前
搜索引擎
·
推荐算法
推荐系统如何从海量内容中找到候选?从漏斗架构到多路召回
100毫秒,这是人眨一次眼的时间,而50毫秒是推荐系统留给召回环节的时间。作为召回拆解来看,召 是提取检索,回 是返回结果。在眨眼一半的时间里,系统必须从全库上亿条视频中,凭借直觉检索返回你最可能感兴趣的那一千条。
木井巳
12 天前
java
·
算法
·
leetcode
·
动态规划
·
推荐算法
【动态规划】三步问题
题目链接:面试题 08.01. 三步问题动态规划(Dynamic programming,简称 DP)是一种通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法,在查找 有很多重叠子问题 的情况的最优解时有效。它将问题重新组合成子问题。为了避免多次解决这些子问题,它们的结果都逐渐被计算并被保存,从简单的问题直到整个问题都被解决。因此,动态规划保存递归时的结果,因而不会在解决同样的问题时花费不必要的时间。
XMXFS
13 天前
python
·
算法
·
新媒体运营
·
推荐算法
小红书推荐算法底层逻辑解析:用数据思维做内容优化
很多人做小红书靠"感觉"发笔记,但真正跑出来的人,都在用数据思维做内容。今天从算法推荐机制的角度,拆解小红书流量分发的底层逻辑。
AI情绪识别开源
15 天前
人工智能
·
宽度优先
·
推荐算法
检信 ALLEMOTION AI驱动振动感知健康分析平台多维度技术参数
在物理振动维度基础上,通过AI模型将原始信号特征映射到具有临床和健康管理意义的综合评分指标,实现从"信号"到"健康洞察"的转化。
木井巳
18 天前
java
·
算法
·
leetcode
·
广度优先
·
宽度优先
·
推荐算法
·
图搜索算法
【BFS 解决拓扑排序】课程表
题目链接:207. 课程表拓扑排序(Topological sorting)要解决的问题是 如何给一个有向无环图的所有节点排序。
浅念-
19 天前
笔记
·
算法
·
leetcode
·
面试
·
职场和发展
·
动态规划
·
推荐算法
动态规划专题:斐波那契数列模型 + 网格路径DP(LeetCode例题全解析)
线性DP通用五步法:1. 状态表示:dp[i]含义(以i结尾 / 以i起点)2. 状态转移方程:根据最近一步推导
阡陌数智
20 天前
开发语言
·
人工智能
·
语言模型
·
自然语言处理
·
推荐算法
RAG 系统的召回退化:向量库、分块、重排全链路问题排查与优化实践
检索增强生成 RAG 是知识库类大模型应用的主流方案。大量企业落地 RAG 会遭遇一个共性现象:项目初期测试样本效果优秀,上线后持续往知识库新增文档,过一段时间问答效果持续变差。用户提问明明知识库存在对应答案,却检索不到,或者检索出大量无关片段,最终大模型输出幻觉或者错误回答。很多运维直接升级向量数据库、增加算力,但效果提升有限。
阡陌数智
1 个月前
人工智能
·
语言模型
·
性能优化
·
推荐算法
大模型推理抖动深度剖析:生产环境下时延波动根因定位与根治方案
大模型服务从 POC 试点走向规模化生产,稳定性往往是最大拦路虎。不少团队完成压测后,GPU 利用率、平均 RT 都满足预期,接入真实业务流量后,间歇性出现时延陡增、流式输出卡顿、偶发请求超时熔断。抖动问题复现难度高,普通监控只能看到时延异常,很难直接定位根因。很多工程师第一反应怀疑 GPU 硬件或者推理内核,实际生产中纯粹内核缺陷占比很低,绝大多数抖动来自缓存、流量、调度、软硬件交互的组合问题。
AI模力圈
1 个月前
推荐算法
·
昇腾
·
生成式推荐
从级联架构到生成式推荐:推荐算法演进与昇腾落地
作者:昇腾实战派 知识地图:https://blog.csdn.net/Lumos_Lovegood/article/details/161601003
木井巳
1 个月前
java
·
算法
·
leetcode
·
深度优先
·
剪枝
·
推荐算法
【记忆化搜索】最长递增子序列
题目链接:300. 最长递增子序列记忆化搜索 是一种通过记录已经遍历过的状态的信息,从而避免对同一状态重复遍历的搜索实现方式(是一种常见的动态规划实现方式)。
毕业设计703
1 个月前
java
·
spring boot
·
mysql
·
决策树
·
mybatis
·
idea
·
推荐算法
(免费领源码) SpringBoot 游戏交易平台17600-java、PHP、python、C#、小程序、大数据、单片机、网络工程等)
摘 要随着电子商务行业的迅速发展和游戏产业的蓬勃发展,游戏物品交易平台作为一个重要的细分领域,为玩家提供了便捷、安全的交易环境。本研究旨在基于Java编程语言、springboot框架和MySQL数据库构建游戏物品交易平台。通过综合运用Java技术和springboot框架,实现平台的功能模块设计和开发,包括用户管理、物品分类、交易管理等。利用MySQL数据库进行数据存储和管理,确保数据的安全性和稳定性。
木井巳
1 个月前
java
·
算法
·
leetcode
·
深度优先
·
剪枝
·
推荐算法
【记忆化搜索】不同路径
题目链接:62. 不同路径记忆化搜索 是一种通过记录已经遍历过的状态的信息,从而避免对同一状态重复遍历的搜索实现方式(是一种常见的动态规划实现方式)。
山科智能信息处理实验室
1 个月前
深度学习
·
推荐算法
arXiv 2025 | Retrieval Survey:推荐系统召回阶段的方法分类与工业落地全解析
论文信息 标题:A Comprehensive Survey on Retrieval Methods in Recommender Systems 作者:Junjie Huang, Jizheng Chen, Jianghao Lin, Jiarui Qin, Ziming Feng, Weinan Zhang, Yong Yu(上海交通大学、招商银行信用卡中心)