Redian新闻
>
逆袭矿工传奇:IT男被女友甩,靠挖比特币买别墅
avatar
逆袭矿工传奇:IT男被女友甩,靠挖比特币买别墅# Hardware - 计算机硬件
B*1
1
How do you implement the following feature which Amazon uses on its website?
"What Do Customers Ultimately Buy After Viewing This Item?"
81% buy this item
10% buy item B
9% buy item C
avatar
p*m
2
工资低被女友甩,想钱想疯进“矿坑”
2011年7月,钱波毕业于南京一所理工类高校,入职电脑科技公司,每天重复系统维护
的工作,月底到手不到3000元。
大学时代就开始谈的女朋友,发现钱波拿了几个月微薄的薪水后,觉得生活水平下降太
厉害,提出了分手。
“我当时满脑子都在思考怎么发财,想钱都快想疯了。”“被分手”之后,钱波下班帮
人做网站,有时兼职做代驾,很多从没想过的活都干了,但仍然没有得到想要的收入。
就在这时,比特币走进了钱波的视线。钱波抱着试一试的心态,在电脑上安装了比特币
“挖矿”软件,“所谓挖矿,就是计算机通过运行特定算法,计算出比特币的位置并获
取的过程。”钱波介绍道。
一天傍晚,钱波玩完游戏后,随手打开了“挖矿”软件。还沉浸在分手痛苦中的钱波,
喝了几杯白酒倒头就睡,一觉醒来已是第二天白天。睡眼惺忪的他,坐到电脑前,瞬间
被屏幕上的内容震惊了:不到20个小时,挖出了将近50个比特币,“我到现在都觉得神
奇,幸福来得太突然。”
avatar
r*g
3
mark
avatar
a*n
4
11年下半年,再好的显卡,再怎么超频,也不可能一天挖出五十个比特币。
avatar
y*g
5
我一直想知道这个,,在用amazon的时候

website?

【在 B*******1 的大作中提到】
: How do you implement the following feature which Amazon uses on its website?
: "What Do Customers Ultimately Buy After Viewing This Item?"
: 81% buy this item
: 10% buy item B
: 9% buy item C

avatar
D*3
6
成人童话故事..........
avatar
g*y
7
1. Amazon保存了所有用户的browing history和buying history
2. Amazon把书(物品)分很细的类
case 1. 如果该类东西足够多,就把看过那页的用户,和看过之后近期内买了该类东西的用户做个交集,对交集用户,取他们的购买选择计算,统计排行榜,取最高的3~5个显示。
case 2. 如果该类东西不够多,就在父类或祖先里搜索,直到足够多数据。
这些计算量是很大的,我不认为他们是实时生成的,而且也没必要。应该是overnight
在server算出来的。
有意思的是,好象现在Amazon把这个功能摘掉了,换成“Frequently Bought Together
" 和 “Customer Bought This Item Also Bought"
我觉得可能是有厂家不满,这个算法很容易导致马太效应,做得好的,或口碑好一点的
,迅速拿下大部分可以左右的客户。同类的新产品很难与之竞争。

website?

【在 B*******1 的大作中提到】
: How do you implement the following feature which Amazon uses on its website?
: "What Do Customers Ultimately Buy After Viewing This Item?"
: 81% buy this item
: 10% buy item B
: 9% buy item C

avatar
a*n
8
11年下半年,就算是用当时矿卡里的宝马HD5870,挖一个比特币也快要一周。傍晚打完
游戏随手就一下把公司好几百台高端电脑全打开挖矿。好吧,我信了。
avatar
B*1
9
火鸡可以具体说说每一步具体用什么数据结构实现吗?
thanks
avatar
y*i
10
亮点难道不是“生活水平下降太厉害”?
“月底到手不到3000元。。。。 大学时代就开始谈的女朋友,发现钱波拿了几个月微
薄的薪水后,觉得生活水平下降太厉害,提出了分手”
avatar
g*y
11
就我的理解:
1. 用户browse history, 这个用简单database table就可以,保存:user_id, page_
id, browse_time
2. 用户buying history, 这个也可以用简单table, user_id, product_id, buy_time
3. page -> product的link, 用table: product_id, page_id
4. product category, 用table: product_id, category_id
算法实现:
1. find all (user_id, page_id, browse_time) where page_id = xxx
2. for page_id, find product_id, then category_id.
3. for all result in step 1, only keep record who buy same category product
in browse_time + GAP_TIME (for example 1 week)
4. count remaining results, get top 3 product_id
这些计算看上去都是SQL就可以做的,对大规模的数据来说,可能处理时需要技巧,那
是我不熟的。
数据结构都是根据用的算法来选择,我不清楚以上环节哪儿是计算的瓶颈,需要特殊算
法,该用拿种算法,这些都需要实际经验。

【在 B*******1 的大作中提到】
: 火鸡可以具体说说每一步具体用什么数据结构实现吗?
: thanks

avatar
B*1
12
en. 我也觉得像数据库的东西。
再问一个问题,facebook里面那些friend的mutal friend,或者friend之间的关系,你
觉得是用数据库query出来的,还是graph 算出来的呢?
avatar
g*y
13
那个是用graph计算,算法上可以简化计算量和存储空间。数据库是没法这样优化的。

【在 B*******1 的大作中提到】
: en. 我也觉得像数据库的东西。
: 再问一个问题,facebook里面那些friend的mutal friend,或者friend之间的关系,你
: 觉得是用数据库query出来的,还是graph 算出来的呢?

avatar
B*1
14
看到一个面试题,忘记是F还是G的了,A一堆朋友,B一堆朋友,应该用graph里面的哪
个算法算出mutal friend啊?
thanks
avatar
g*y
15
F的,你说的那个应该是算两人的最短距离。一种算法是象画同心圆一样,A, B轮流增
大半径1,直到相交。

【在 B*******1 的大作中提到】
: 看到一个面试题,忘记是F还是G的了,A一堆朋友,B一堆朋友,应该用graph里面的哪
: 个算法算出mutal friend啊?
: thanks

avatar
B*1
16
这个算法怎么算出公共的friend呢?
可以给个具体点例子吗?
譬如a->b
a->c
a->d
b->d
a和b本身是friend了,距离1,但是d是a和b的mutal friend,现在要算出所有类似d这
样子的mutal friend,似乎算最短距离不行啊

【在 g**********y 的大作中提到】
: F的,你说的那个应该是算两人的最短距离。一种算法是象画同心圆一样,A, B轮流增
: 大半径1,直到相交。

avatar
g*y
17
公共的朋友直接算不就行了,就是求两个set的交集。

【在 B*******1 的大作中提到】
: 这个算法怎么算出公共的friend呢?
: 可以给个具体点例子吗?
: 譬如a->b
: a->c
: a->d
: b->d
: a和b本身是friend了,距离1,但是d是a和b的mutal friend,现在要算出所有类似d这
: 样子的mutal friend,似乎算最短距离不行啊

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。