5.20任务：

1. 看下最近7天浏览器push下文章title(和url)的曝光数，从大到小排序
2. 看下用户画像有哪些字段
3. 站内push，其中表中docid等于xmpush中的itemid等于snapshot中的id

粗粒度的可以按人群进行push；细粒度的话可以类似个性化push，这个还要想 活跃度，

5.21任务

站内push 1. 内容池 2. 线上服务；这些别人会做，我们需要想办法召回

1. app端模型，用户首刷
2. 运营会出一些好的资讯
3. 专门的用户人群
4. 目前线上服务能用的模型就是FM

今天的任务一：

i 看下哪些人群点击率比较高

ii 看下feed流和非feed流的点击率情况

5.22任务

export PYSPARK_DRIVER_PYTHON="ipython"

export PYSPARK_DRIVER_PYTHON_OPTS="notebook"

alias snotebook='$SPARK_PATH/bin/pyspark --masterlocal[2]'

5.23任务

5.24任务

5.27任务

5.28任务

跑出浏览器画像表和o2o_noenter表，通过deviceid进行join根据点击率看下用户画像特征

5.29任务

解析浏览器画像表feeds_behavior字段

5.30任务

6.3任务

8.22任务

8.23任务 deepdive安装完成，跑一下数据测试

8.27任务 deepdive测试，跑模型

8.29任务 debug和deepdive继续测试

9.3跑deepdive框架，跑关系抽取

9.4 跑通bxzr实体识别和关系抽取, 跑完NER

9.5 跑完RE看下效果

9.6 生成测试集和训练集，测试集是全量的candidate

9.9 跑版式识别框架，table这块

9.15完成ppt

9.16 已经完成ppt，完成保险条款抽取

9.17 汇报

9.18任务 neo4j

9.19任务 完成neo4j构建 java

9.19任务 探索neo4j构建 python

9.20任务 python neo4j建整个规划图谱

9.21任务 打比赛

9.22跑中文分类模型

9.23跑一下比赛分类，只用bert词向量

提交分数

用bert跑一下比赛

衍生一些统计特征

看下模型融合的效果(tfidf+lr, textCNN)

跑一下fastnlp ner模型用bert-base-cased模型

跑关系抽取

完成本月任务

完成版式识别优化

完成版式识别算法优化

非目录结构识别

二分类算法

用词向量看下效果

优化保险责任表格

明天提交sub19

跑一下textcnn for content

更新下版式识别算法，针对无目录

重新跑一下KG knowledge

版式识别手工改动

看下python从入门到精通。。

文件识别导入mongodb

看下quora pair明天bert能跑完，提交

看下quora insincere明天bert跑完，提交

看下ZEN模型怎么跑，下载中

提交结果到kaggle

看下word2vec论文

梳理下同义词词库

看下zen并跑通

抽取宏信息

抽取宏信息-二维码

宏信息提取完成

KBQA信息抽取

三元组数据生成

三元组存入neo4j中

跑全量三元组文件

意图，槽位定义

参加新员工培训

完成insure模板转换工作

看完jalammar

finish jalammar, 看下kbqa代码

实体打标

实体打标完成

前端字符输入

框架搭建

完善semantic模块

完成neo4j节点属性更新模块

完成feature extract

完成entity extract

semantic模块开发基本完成

back to work

log日志处理

看下RoBERTa

测试下第一版qa server

es缓存

看下rebbitMQ

使用一下loguru

看论文

start to work

看下量化系统

安装neo4j docker