zephyrer / contactmanagement Goto Github PK

将已有的软件反编译，参考其中的算法和软件的架构。
有可能么？是否有价值？

鉴于新加入的几位同学都是玩linux的，
在真正开始项目之前，我们统一一下开发环境吧。

大家晒晒自己的开发环境吧。

然后，讨论两个问题：

1、我们选什么开发环境。

2、UI 用qt还是mfc写？

1.分类/预测：决策树算法
　　
　　面向有规则问题时的有效方法，能发现数据中淹没的潜��
�则。对于分类记录或预测离散结果，决策树是首选。同时，�
��策树比其他技术需要的数据准备更少，几乎在每个数据挖掘
工程中都会被用到。
　　
　　尽管建树的算法有多种变体，建成的树的形态与效率也��
�差别，但具有相同的基本过程，即相对于目标变量而言，每�
��新生节点比其原生节点有更好的纯度。只要达到这个目标，
多次迭代后总会得到对数据集的一个划分。
　　
　　最佳拆分方式的度量：降低发散性，提高纯度。目前的��
�度度量有基尼、熵、信息增益率和卡方等。使用基尼准则建�
��的树更倾向于产生两个纯度都较高的子节点的拆分，而不是
一个更纯的加上一个大而不是很纯的子节点的拆分。熵准则��
�倾向于纯度，即时得到的节点很小。因此熵准则适合于确有�
��晰的潜在规则的领域，对市场营销这类模糊领域，会导致不
稳定的树。
　　
　　决策树的年轮图是很酷的表示方法，能够应用在商业环��
�中。
　　
　　2.预测/分类/聚类：人工神经网络
　　
　　训练网络的过程实际上是内部调整权重的过程
　　过拟合：在验证集上，较早几代往往比最终网络更好
　　前馈网络中要明确的核心问题：激活函数是什么、网络��
�扑、反向传播是什么
　　隐藏层越宽，识别模式的能力越强。副作用是网络可能��
�记住某一种模式，我们需要网络从训练集中总结，而不是记�
��模式。
　　反向传播网络的最优化算法：爬山和模拟退火。危险在��
�陷入局部最优
　　神经网络是不透明的，我们无法了解他如何工作，灵敏��
�分析可以帮助我们观测这个网络(很有意思)
　　
　　3.推荐与推理：最近邻(协同过滤)
　　这种算法是一种MBR(Memory-based 
reasoning)，它能够适应不断加入的新数据，但同时也是数据贪�
��者，需要大量历史数据
　　
　　4.关联规则
　　三个判定规则：置信度、提升度和否定规则
　　
　　5.链接分析：就是图论，欧拉图和哈密顿图的应用。Pagera
nk应该放在这部分，不过书中没讲。
　　
　　6.自动聚类：k均值和GMM
　　
　　7.市场营销中的风险函数和生存分析
　　客户行为的重要指标：保有期tenure，客户曾经多久为我��
�提供了很多信息。客户半衰期：用衰变曲线解读客户。
　　风险的定义：假设用户已经保有t时间，其在t+1之前离开�
��概率
　　常用模型：浴缸型函数
　　
　　8.遗传算法：通过进化实现最优化的强力技术，显然可以
用来训练神经网络。进化功能的关键参数：基因组、适应度��
�数
　　
　　9.一个数据挖掘团队需要的知识体系
　　RDBMS技能（SQL）
　　工具与编程（SAS、SPSS...）
　　统计学
　　机器学习技能
　　行业知识
　　数据可视化技能
　　访问及需求收集技能
　　展示、写作与沟通 

   16:11:14
我认真看了一下你们软件的功能，在人脉信息的存储和分类��
�面做得相当棒~
名片之星  16:11:59
多谢表扬啦
   16:12:19
我更多的关心，对这些信息的分析和处理。
毕竟，存储信息的目的就是为了分析和应用。
   16:14:22
我们现在的状态是，先写出一个具备基本电话本功能的软件��
�然后再添加人际关系分析的功能。
   16:15:35
前期的目标基本就是写出一个类似于 名片之星 
这样的软件。不知道咱们是否可以资源共享一下？
   16:16:13
我们现在只是个学生，做这个东西，一是为了自己使用方便��
�二是为了提高一下项目经验和编程的能力。
   16:16:21
希望您能够指导一下~
名片之星  16:17:37
很抱歉，我们只进行商业合作，其它方面的交流暂不考虑
   16:19:42
那你们对于增加软件的数据分析功能是否有兴趣？
如果有，给我们几个API接口，或者可以调用数据的方法，我��
�给你们做一下插件。
名片之星  16:21:20
顺便问一下，您是如何知道名片之星的？
   16:21:34
google里面搜索到的
名片之星  16:23:04
你们用什么工具开发插件啊？
   16:25:28
我们做好用c/c++实现功能，然后给你们演示一下。如果满意，
可以把代码给你们。剩下的，应该很容易了吧。
   16:27:26
我们也可以自己独立做的，只是感觉，如果合作的话，可以��
�我们节省两到三个月的时间。对你们，也是有帮助的。
   16:28:29
你们现在的软件，只是一个孤立的软件，跟手机、社交网站��
�基本没有交集
   16:29:05
要想推广一定的群体范围，还是有一定难度的。
   16:30:35
很少有人在电脑上管理联系人，也很少有人懂人脉和社交网��
�的相关理论。名片之星的功能就是把人脉信息存储到电脑上�
��然后方便用户进行分析。一般人，根本就不会分析的。
名片之星  16:30:46
你们计划插件实现哪些功能啊？
   16:36:07
关于这个，暂时只是有一个初步的想法。
毕竟我们现在还处于实现改进版的电话本的功能这个阶段。

举几个例子：
1、根据交往的频率、交往时间等，分析人与人之间的关系密�
��程度，并给出预测，以及影响关系的瓶颈。
2、分析一个组织、团队的团结度等。
3、根据共同拥有某兴趣的好友数量分析个人的人际圈子是否�
��衡。
名片之星  16:37:15
那这些功能跟手机和社交网站有何关系啊？
   16:37:15
这些只是初期出现的一些想法。如果真要做的话，需要把你��
�现在的软件增加一些功能和信息，用上一段时间，然后才能�
��出比较好的需求分析
   16:37:52
手机和社交网站是第二步扩展。
   16:38:17
没有第一步作为基础，盲目的扩展，无意义。
   16:40:24
或者换个说法，我们缺少相应的经验，暂时无法跳过第一步��
�接思考从社交网站提取那些有用的信息，又如何为客户提供�
��们所需要的功能。
   16:41:55
另外，我觉得，单纯依靠出售软件的盈利模式，很难长期的��
�展下去。不知道你们是否考虑过换个思路？
   16:44:45
还在么？
名片之星  16:44:47
[自动回复]您好，我现在有事不在，一会再和您联系。 
不再提醒
名片之星  16:49:59
zai
名片之星  16:50:21
感觉你们这些思路很不错
   16:50:21
之所以能够检索到 名片之星，
根本原因还是我们前期打算实现的功能与名片之星相似。
我想，做出这些功能，还是没有多少技术门槛的。
对于我们来说，三个月足够。
虽然很难像 名片之星 
这么棒，但是核心的功能肯定是没问题的。

我们自己做着玩的话，肯定会开源的。
而您如果想实现我刚刚说的那些功能，把我们甩在后面，我��
�得，很难。

您慎重考虑一下吧。

名片之星  16:51:18
但是你们这些思路好像更适合于去跟社交网站合作，因为他��
�有大量的数据需要深度挖掘
名片之星  16:51:48
名片之星为个人服务，数据不会太多，几百条至几千条而已
   16:52:05
我们也主要是为个人和小团队服务的。
   16:52:58
现在不都流行小团队嘛。您的开发团队应该也是几个人组成��
�小团队吧
   16:54:38
与社交网站合作，那个有点远了。呵呵。至少最近不会考虑��
�些。
   16:54:58
现在的重点是做出软件。我着急自己用呢。呵呵。
   16:56:29
能否知道您现在的态度？是否愿意合作，如果愿意，有哪些��
�虑。
名片之星  16:57:35
感觉好像没有什么实质性的合作点
   16:58:26
那我们就做自己的了，打扰了。
名片之星  16:58:48
OK

软件需求分析


参考文章：
维系人际关系是一种责任  http://www.douban.com/group/topic/17770307/

大家写一下自己的简要介绍吧。
主要包括：

1、年级专业。
2、项目相关的知识技能。
3、参与的主要目的。
4、感兴趣的方向（该项目的子方向）。

相互了解一下，以便更好的合作。

这需要一定的软件开发经验。
而我并不具备。