QQ正式上线QID功能,用户可自定义独一无二的专属身份卡

大家好呀,近期微信公众号改版,为了防止错过科技毒瘤君的消息,希望大家可以动动小手将科技毒瘤君公众号添加到“星标⭐”,非常感谢~

每日一图

12月1日,QQ正式上线QID功能。用户可设置长度7至10位的ID,ID具有唯一性,一个QQ号仅能对应绑定1个QID。QID内可包含字母、数字,但其中最多包含4个数字。ID确认设置后,可用于搜索添加好友。同时用户还可以生成专属身份卡,这是一张专属的个人元素集成卡,包括昵称、头像、QQ号、ID、厘米秀,生成后可分享给好友。


用户通过QQ的帐号设置页、资料卡QID入口、好友分享身份卡页即可进入QID身份卡页面设置或修改自己的QID。SVIP用户可设置长度7至10位的ID,普通用户可设置长度8-10位的ID。


作为一款诞生超过二十年的产品,QQ一直致力于创新产品功能、满足自我表达、促进年轻社交,为用户提供新潮、个性的沟通方式,孕育和催生有趣而独特的年轻文化。此次QID的推出,正是QQ在自我表达层面的创新,为用户营造更多专属感、拓展更多可玩性。


如何设置

可以在设置,账号管理里面设置,如果还没有入口的话,可以在QQ里面打开这个链接:

https://club.vip.qq.com/qid/card


扫描二维码关注我
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在使用Weka设置libsvm格式时,可以通过添加额外的属性来设置qid。具体步骤如下: 1. 在Weka中加载数据文件,选择“Preprocess”选项,在“Filters”中选择“AddExpression”过滤器。 2. 在“AddExpression”过滤器的“Expression”文本框中输入以下表达式: ``` qid=<query_id>; <feature_vector> ``` 其中,`<query_id>`为该样本所属的查询ID,可以从数据文件中读取;`<feature_vector>`为文档特征向量,与标准的libsvm格式相同。 3. 在“AddExpression”过滤器的“Options”中选择“Add new attribute”选项,点击“OK”按钮,添加新属性。 4. 将添加的新属性设置为训练样本的类别属性,然后将数据保存为libsvm格式。 例如,以下是一个使用Weka设置libsvm格式,并加入查询ID(qid)的示例代码: ```java import weka.core.Instances; import weka.core.converters.ConverterUtils.DataSource; import weka.filters.Filter; import weka.filters.unsupervised.attribute.AddExpression; import weka.filters.unsupervised.attribute.Remove; import weka.filters.unsupervised.instance.RemoveWithValues; import weka.classifiers.functions.LibSVM; import java.io.*; public class WekaLibsvmWithQid { public static void main(String[] args) throws Exception { // 加载数据文件 DataSource source = new DataSource("data.arff"); Instances data = source.getDataSet(); // 设置过滤器,添加qid属性 AddExpression addExpr = new AddExpression(); addExpr.setExpression("qid=<query_id>; <feature_vector>"); addExpr.setInputFormat(data); Instances newData = Filter.useFilter(data, addExpr); // 设置过滤器,移除原始的类别属性 Remove removeClass = new Remove(); removeClass.setAttributeIndices("" + (data.classIndex() + 1)); removeClass.setInputFormat(newData); Instances finalData = Filter.useFilter(newData, removeClass); // 设置过滤器,移除所有qid不等于1的样本 RemoveWithValues removeQid = new RemoveWithValues(); removeQid.setAttributeIndex("" + (finalData.attribute("qid").index() + 1)); removeQid.setMatchValue("1"); removeQid.setInvertSelection(true); removeQid.setInputFormat(finalData); Instances finalData2 = Filter.useFilter(finalData, removeQid); // 将数据保存为libsvm格式 BufferedWriter writer = new BufferedWriter(new FileWriter("data.libsvm")); for (int i = 0; i < finalData2.numInstances(); i++) { double classValue = finalData2.instance(i).classValue(); int qidValue = (int) finalData2.instance(i).value(finalData2.attribute("qid")); String featureString = finalData2.instance(i).toString(finalData2.attribute("features")); writer.write((int) classValue + " qid:" + qidValue + " " + featureString + "\n"); } writer.close(); // 训练模型 LibSVM svm = new LibSVM(); svm.buildClassifier(finalData2); } } ``` 其中,“data.arff”为原始数据文件,包含类别属性和文档特征向量;“data.libsvm”为保存的libsvm格式文件。在代码中,使用了三个过滤器:AddExpression、Remove和RemoveWithValues,分别用于添加qid属性、移除原始的类别属性和移除所有qid不等于1的样本。最后,将过滤后的数据保存为libsvm格式,并使用LibSVM算法训练模型。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值