2022.12.27
半衰期回归github源码
大概是说人类的记忆力是可以用半衰期回归预测的。用了多邻国的数据进行预测。
我在想人们对于一个地方的兴趣是否也具有半衰期？我对于某个地方的兴趣会逐渐减弱，去到的概率越来越小，但我有一定概率之后重燃对这个东西的兴趣。
2023.1.10
3月底Jorudan汇报，4月底中期答辩
Jorudan data: 做预测，对于用户预测出行方式/对于具体地点预测比如地铁、火车人流量
Gowalla data：是否真的可以做预测用户相似度？因为只有用户之间的连接，没有交互频率 ：使用更多图的节点相似度计算方法，提取相似节点，而不是直接使用现有的连接进行预测 ：比如对于每个节点的TOP5最近用户计算他们的相似度？
中期答辩: 强调经典方法的好处：快速，容易解释
2023.1.17
lr_scheduler:可以自动调大调小学习率
multimask: 多方面权重的加和，比如结果= 普通余弦相似度+交互相似度+视频内的tag相似度
目前的实验需要word2vec进行embedding，这里记录下过程。
安装gensim 这里的坑是gensim的版本更新很快，第一次安装可以最新版。但使用老版本存储后的model不能用新版导入，而新版的语法和老版有可能不兼容。
pip install --upgrade gensim pip install gensim==4.0.0 导入并使用 from gensim.models import Word2Vec model = Word2Vec(sentences=cropus, vector_size=100, window=5, min_count=1, workers=4) model.save("word2vec.model") 获取cropus word2vec格式：list of lists
对于GPS时间序列来说： [ [p0,p1,p2], [p1,p2], … [p10,p11,p12,p13] ]
训练及读取模型 model = Word2Vec(content,vector_size=250,window=5,min_count=0) model.save('./word2vec.model') model = Word2Vec.load('word2vec.model') 获取每个poi的embedding model.wv(str[poi_number]) 更改colab工作路径 os.chdir(path)
在做实验的过程中搜了不知道多少次numpy和pandas的一些操作，总是忘记。现在记录下来。
pandas: csv->df,df->csv pd.read_csv('./name.csv') df.to_csv('./name.csv',header = None, index = None) numpy: array->csv numpy.savetxt('./name.csv',a = numpy.asarray([[1,2,3],[4,5,6]]),delimiter = ',') pandas: string to datetime from datetime import datetime datetime_str = '09/19/22 13:55:26' datetime_object = datetime.strptime(datetime_str, '%m/%d/%y %H:%M:%S') pandas:隔行相减 df['xx_1'] = df['xx'].shift(1) df['xx']-df['xx_1'] pandas: groupby 相关 sort_values(['col_name'],ascending = False) reset_index(drop = True) set_index() pandas:选择某一列非NAN的行 selected_rows = df[~df['col_name'].isnull()] pandas:表join 默认的join是根据index，如果不想根据index就要设定key #不保留index df.set_index('key').join(other.set_index('key')) #保留index df.join(other.set_index('key'), on='key') pandas:绘制概率直方图 df.hist() pandas: 更改column name df.set_axis(['col_name1','col_name2','col_name3'], axis = 1)
这个项目本身使用Aurora Vision提供的api进行爬虫，但Aurora Vision更新了他们的api版本，并且需要申请额外服务，因此该项目只能从网页基于puppeteer进行爬虫。
puppeteer是一个很容易上手的爬虫库，基本看quick start就能理解其是如何模拟人的一些操作来爬虫的。该项目的难点在于我不会java，也不会js，熟悉这些花费了很久的时间。
node.js和puppeteer安装 先装npm，后装puppeteer，挺简单的
node.js的调试 console.log('this is test') 控制台输出
console.time('puppeteer') console.timeLog('puppeteer') console.timeEnd('puppeteer') 计算时间 node inspect xxx.js: 内置的检查器
cont, c: 继续执行 next, n: 下一步 step, s: 进入 out, o: 走出去 pause：暂停运行代码（如开发者工具中的暂停按钮） 参考node.js 官方文档
在vs中设置js的debug环境vs nodejs
youtube视频教程Getting started with Node.js debugging in VS Code
在vs中debug:在控制台输入noed xxx.js之后即可打开debug页面。 vs inline value: Open Settings Search for “debug” Navigate to Features > Debug Change the setting for Debug: Inline Values
另外还可以使用devtool等方法。我觉得还是vs最方便。
node.js的一些迷惑语法 module exports: 模块化。 很多时候一个文件会被包装成一整个模块，直接对其debug是不会有反映的。要在别的test文件中导入，再逐行debug。 例如 #.
这个工作内容是更改检测系统的web端，增加一个更改某个特定表的功能。主要使用ruby on rails。
ruby on rails quick start 官方入门教程rais入门
总的来说，rails是一个web框架，最重要的三个模块是controller routes view
controller控制着view的生成。
view中使用的方法，以及view的名称，都应该在contoller中定义。
view也就是page，包含每个页面的html文件。view下每个page的路径即为其的URL导航。这些导航也可以在routes中更改。
lib中可以放置一些扩展脚本，一般都是.sh文件或者.rb文件。 .rb文件的执行命令为：rails runner .rb
总之搞不明白了就再把官方文档看一遍。
model rails中类似java和python的class即为model。model之间可以有属于、包含、一对多多对多的关系。
web端与db的通信 除去rails中使用model进行通信之外，还可以使用直接send SQL query的方法。 例如： sql = ActiveRecord::Base.send( :sanitize_sql_array, [amount_target_list_sql, today:today] ) logger(“amount send is ok”) # logger(sql)
results = ActiveRecord::Base.connection.select_all(sql) logger('amount select is ok') rails在启动的时候会建立web和db的连接。手动建立新的连接可以使用 ActiveRecord::Base.establish_connection(config)
限定条件取得数据 参考这个连接（rbr写博客真的很详细）qiita rails 语法
where model.where(colname:‘value’) model.where.not(colname:‘value’) model.where(colname1:‘value1’).or(colname2:‘value2’)
first and last model.first(n) model.last(n)
select model.select(:colname) model.select(‘colname’)
order model.order(’name ASC’) model.order(name::desc)
limit model.
Linux 指令学习 最近实习终于派给我了可以学到东西的活，在sxp的鼓励下开始学习指令。再次谢谢她！
密钥登陆 ssh -i [privatekey] username@ip_address 使用ssh密钥登陆
密钥上传下载 scp -i [privatekey] -r username@ip_address:remote_dictionary ./local_dictionary/ 使用ssh复制文件夹到本地
scp -i [privatekey] username@ip_address:remote_dictionary/file ./local_dictionary/ 使用ssh复制文件到本地
交换后面两个参数则是上传
crontab 我理解的crontab是一种类似heroku scheduler的定时运行某条指令的文件。该文件包含cron(8)守护进程的指令。可以自定义时间，指令，用户。
例如：
2,7,12,17,22,27,32,37,42,47,52,57 5-19 * * * /home/solarkun/jishakanshi_sh/controlCompcs.sh MONITOR 1 表示每天5~19点的2分，7分，…，57分，运行一遍后面的指令。
crontab的设置cron 配置指南
crontab指令 ： crontab -l
crontab -e
grep
source
sh文件
linux脚本类型。sh是linux中运行shell的命令，是shell的解释器。shell脚本是linux中shell与命令行界面，用户可以在shell脚本输入命令来执行各种各样的任务。
执行sh文件： ./xxx.sh
或：sh xxx.sh
sh文件有时会遇到权限问题。chmod命令可以更改权限。
chmod 744 filename 在这里，每个数字代表允许的权限的总和：
4赋予读取权限
2赋予写权限
1赋予执行权限
0没有权限
参考链接： chmod参数
$ 是什么 读项目sh源码总会碰到$美元符号搭配各种各样数字字母，初学者实在很难理解。总结如下。
$+var_name: 引用变量值
$?: Expands to the exit status of the most recently executed foreground pipeline.
大学时期没有完成的博客计划终于在博士时期开始了 谁能想到目的是为了记录实验数据
我就是懒癌
以下是写博客要参考的内容
使用hugo搭建博客：渣渣的夏天-搭建个人博客
按照这个教程
问题1：报错无模板 Error: module "hugo-tranquilpeak-theme" not found; either add it as a Hugo Module or store it in "D:\\PycharmProjects\\HugoWebsite\\blog\\themes".: module does not exist 需要把config.toml文件中的hugo-tranquilpeak-theme改为tranquilpeak
问题2：ssh报错 The authenticity of host 'github.com (20.27.177.113)' can't be established. 需要按照这里设定github私钥:hugo-build-blog
问题3：github大小写识别问题 git改为可识别大小写 git config --get core.ignorecase git config core.ignorecase false github用户名在setting-account里直接改为小写 问题4：branch导致push不显示 据说这是由于github默认分支从master 改为main的缘故。那我已经push到master了，需要重命名。 参考: rename master to main
Markdown教程：菜鸟教程Markdown
Hugo快速入门：quick start
搭建好之后新增加一篇博客 在blog文件夹下：hugo new posts/xxx.md
编辑xxx.md内容
在blog文件夹下:hugo server -D, 进入local host：1313预览