信息图表

一、功能架构图 1. 定义 功能结构图就是以功能模块为类别，介绍模块下其各功能组成的图表，体现了产品功能的同时，也展示了功能的从属关系。 2. 作用： 产品设计时，辅助思路梳理，避免功能概念模糊、缺失。 3. 注意点： 绘制功能结构时，尽量避免出现信息结构要素出现的可能性，形容一个功能点时建议多采用“动词+名词”的语言描述形式，如：设置密码。 4. 如何绘制 ： 1）针对设计中的新功能/产品 列出产品的核心功能模块，针对每个模块，绘制业务流程，从流程中提炼功能点，罗列整个闭环需要的功能点，找出从属关系层次，粒度从粗到细。多用动词加名词作为一个功能节点。 2）针对已有产品或功能的倒推 快捷方法： 参考产品的Tab功能模块找出产品主功能模块，然后按照层级归属关系详叙该功能模块提供的下一级功能模块或功能，如有必要，其颗粒度可一直细化到功能操作的描述程度。 注意 ：当一个次级功能模块反复出现在不同的Tab功能模块中的时候，我们就可以考虑将其拆分出来作为主功能模块。 二、信息结构图 1.定义 指脱离产品的实际页面，将产品的数据抽象出来，组合分类的图表，信息结构有点类似编程中的数据表结构设计，揭示了需要哪些数据，这些数据需要有怎样的元素组成，才能达到每个功能模块需要展现的内容表达，对于内容类产品尤为重要。 2.作用 帮助pm梳理复杂的数据信息，避免遗漏、重复、混乱； 可作为研发建立数据库

推荐系统中的深度匹配模型 辛俊波 DataFunTalk 今天 文章作者：辛俊波 腾讯 高级研究员 编辑整理：Hoh Xil 内容来源：作者授权 文章出品：DataFunTalk 注：转载请联系作者本人。 导读： 推荐系统和搜索应该是机器学习乃至深度学习在工业界落地应用最多也最容易变现的场景。而无论是搜索还是推荐，本质其实都是匹配，搜索的本质是给定 query，匹配 doc；推荐的本质是给定 user，推荐 item。本文主要讲推荐系统里的匹配问题，包括传统匹配模型和深度学习模型。 深度学习之风虽然愈演愈烈，但背后体现的矩阵分解思想、协同过滤思想等其实一直都是贯穿其中，如 svd++ 体现的 userCF 和 itemCF 的思想，FM 模型本质上可以退化成以上大多数模型等。多对这些方法做总结，有助于更深刻理解不同模型之间的关联。 图1 推荐和搜索的本质，都是 match 的过程 PS：本文主要启发来源 SIGIR2018：Deep Learning for Matching in Search and Recommendation，重点阐述搜索和推荐中的深度匹配问题，非常 solid 的综述，针对里面的一些方法，尤其是 feature-based 的深度学习方法增加了近期一些相关 paper。 本文主要分为以下几部分： ❶ 推荐系统概述 ❷ 推荐系统的传统匹配模型 ❸ 基于

Zabbix是什么： Zabbix是由工程师Alexei Vladishev创建，目前有Zabbix SIA在持续开发和支持。Zabbix是一个企业级的分布式开源监控方案。Zabbix是一款能够监控各种网络参数以及服务器健康性和完整性的软件。Zabbix使用灵活的通知机制，允许用户为几乎任何事件配置基于邮件的告警。这样可以快速反馈服务器的问题。基于已存储的数据，Zabbix提供了出色的报告和数据可视化功能。这些功能使得Zabbix成为容量规划的理想方案。Zabbix支持主动轮询和被动捕获。Zabbix所有的报告、统计信息和配置参数都可以通过基于Web前端页面进行访问。基于Web的前端页面可以确保您从任何方面评估您的网络状态和服务器的健康性。适当的配置后，Zabbix可以在IT基础架构监控方面扮演重要的角色。对于只有少量服务器的小型组织和拥有大量服务器的大型公司也同样如此。Zabbix是免费的，Zabbix是根据GPL通用公共许可证第二版编写和发行的。意味着它的源代码都是免费发行的，可供公众任意使用。目前世界各地许多不同规模的组织将Zabbix作为主要的监控平台。 Zabbix监控是一个基于WEB界面的提供分布式系统监控以及网络监控功能的企业级的开源解决方案。Zabbix能监视各种网络参数，保证服务器系统的安全运营，并提供灵活的通知机制让系统管理员快速定位并解决存在的各种问题