研发团队正很多人正在使用svn作为代码版本管理工具，本教程的目的是指导大家快速学习Git，文章可能有点长，但是看过本后大家的Git基本就算入门了，同时也应该具备了正确的Git观，接下来就是多多练习，完全熟练掌握Git。

开发播放器并不是一件十分困难的事情。在展开这个话题之前，咱们先来看一下什么是播放器。
咱们常用的播放器有很多，比如:暴风影音,VLC,Mplayer,FlashPlayer等等 再如一些比较另类的如各种看图工具,PowerPoint,魔兽回看,VI等等 通常播放器是指把数据经过解析展现给用户的一种软件。

2016年2月13日至2月14日期间，IPTV EPG平台在晚间高锋出现页面无响应故障。以下是本次故障的详细报告

一、发现问题

各个系统独立存在，需要获取其他系统的数据，获取方式不统一，难于维护，难于应对变化，一旦有变化处理不好可能是灾难性的。

本文旨在介绍使用github pages写作的基本流程，大家可以参考一下。

一、什么是数据挖掘应用

成功的应用=算法（20%）+建模（40%）+数据质量（40%）

• 数据质量对项目成功是有相当大的决定作用的，好的数据质量甚至不需要用什么复杂算法就能得到很好的结果。
• 建模，通俗说，就是将数据适配成算法可以处理的格式，是连接算法和数据的桥梁，是主要的业务工作，需要正确的建模方向才有可能得到成功的结果。
• 算法，涉及数学和计算机等知识。

二、 什么是相似度

• 针对同一事件的所有新闻比较相似。
• 两个用户的收视习惯比较相似。
• 模糊查询时，查询字符串与被查询到的内容，比较相似。
• 这里“比较相似”就指的是相似度比较高，相似指的是模糊的概念，并不是完全相等。

三、 相似度计算的简单说明

• 针对同一事件的所有新闻比较相似。 将新闻分词，简单来说（仅仅是简单描述，事实上新闻相似度的算法处理有很多需要值得研究的细节），两篇新闻同时包含的词较多，那么这两篇新闻相似度相对就较高。
• 两个用户的收视习惯比较相似。 两个用户都收看了的视频较多，那么这两个用户的收视习惯相似度较高。
• 模糊查询时，查询字符串与被查询到的内容，比较相似。 如两个字符串相同的字的个数较多，字的顺序也较为一致，那么这两个字符串的相似度较高。

四、 相似度计算方法的规范化

1. 确定要比较的两个实体（实体可以是新闻、收视用户、字符串等）。
2. 根据业务目标，结合业务经验，提取出实体的特征（比如新闻分词，用户收视的视频、字符串中包含的字），这些特征集合就是特征向量。
3. 对要比较的两个实体的特征向量进行计算，用算法计算出相似度。

五、 相似度是向量间的距离

欧式距离

• 二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离

  

• 三维空间两点a(x1,y1,z1)与b(x2,y2,z2)间的欧氏距离

  

• 两个n维向量a(x11,x12,…,x1n)与 b(x21,x22,…,x2n)间的欧氏距离

  

余弦距离

• 二维平面上两点a(x1,y1)与b(x2,y2)间的余弦距离,其中分母表示两个向量b和c的长度，分子表示两个向量的内积。

  

  

  

• 举一个具体的例子，假如新闻X和新闻Y对应向量分别是： x1, x2, ..., x6400和 y1, y2, ..., y6400

  

  当两条新闻向量夹角余弦等于1时，这两条新闻完全重复（用这个办法可以删除爬虫所收集网页中的重复网页）；当夹角的余弦值接近于1时，两条新闻相似（可以用作文本分类）；夹角的余弦越小，两条新闻越不相关。

  

余弦距离和欧氏距离的对比

六、 实例

1、根据直播节目名称查询对应的回看节目

2、版权剧下线操作中遇到的片名匹配问题

• 

  

  

  <<疯丫头>>第1季，字符为：<<，疯，丫，头，>>，第，1，季 疯丫头第一季，字符为：疯，丫，头，第，一，季

  距离为：5/ sqrt(8)* sqrt(6) =2.449*2.828=0.722

3、推荐系统中相似度问题

• 用户1，视频1，视频2，视频3，视频4

  用户2，视频2，视频3，视频5，视频6

  用户3，视频2，视频3，视频5，视频6，视频7

• 用户1和用户2的相似度2/sqrt(4)* sqrt(4)=0.5

  用户1和用户3的相似度2/sqrt(4)* sqrt(5)=2/2.472=0.447

Facebook发布了iOS UI框架AsyncDisplayKit（ASDK），这个框架被用于Facebook自家的应用Paper中，能够提高UI的流畅性并缩短响应时间。由于现在网上有关ASDK的资料不是太多，所以我们团队根据网上现有的资料整理了相关内容，给大家介绍一下AsyncDisplayKit的原理。