中国互联网历史中,要论最成功的精准营销类文章写手,咪蒙必在其中无疑。咪蒙本名马凌,说起来还是我山东大学的校友。2015 年时,马凌注册了名为咪蒙的微信公众号。该微信公众号以发表精准定位现代女性的营销类文章而出名,一度有超过千万的关注量和阅读量。
时至今日,咪蒙已经「毕业」,但互联网江湖上一直流传着咪蒙的传说。大家乐此不疲地讨论和思考,咪蒙为什么会成功?咪蒙的文章为什么会有这种奇怪的魔力,让无数具有良好教育的现代女性为之着魔。
此篇讲一讲我的一些思考。
因为一直在做推荐系统和点击率预估排序相关工作,所以一直想用一种粗糙但直观的方式来做一个推荐系统的示例,如果能有一定的工程实现价值就更好。最近突然有了这样一个基于 Beta 分布的想法,所以记录下来。当然,这个想法可能不是我的专利,可能已经有人想到过了。
Hive 是个好东西,它能够把 SQL 查询自动转化为一系列 Map-Reduce 任务。但显然,如何将数据引入 Hive 也会是个问题。一个典型的场景是:你通过某种方式,生成了大量结构化的数据,保存在 HDFS 上。现在你希望 Hive 能够基于这些数据,建立数据库,从而能够使用 SQL 语句进行数据库操作。但与此同时,因为数据量十分庞大,你不希望产生数据拷贝、搬移,以免消耗无谓的存储资源和计算资源。
此篇介绍我近期的一个实践方案。
macOS 上有对未正确签名的应用程序进行隔离的设定。具体来说,如果用户下载了一个来自互联网的应用,但该应用没有使用 Apple 认可的签名,则 Apple 会在用户尝试执行应用程序时提示「应用程序来自互联网」,要求用户确认后才能执行。
中文网络上对这种情况的解决办法,一般都是进入系统偏好设置,在安全性设置中允许来自任意位置的应用。这其实是取消了 macOS 的隔离功能,无疑会降低系统安全性。特别地,对于某些特定的程序,我们确切知道它是无害的,于是我们希望 macOS 对它打开绿灯,但对其它来自互联网的应用程序仍保持必要的隔离措施。这时,整个儿取消 macOS 的隔离功能就不合适了。