新浪微博开放平台站内应用开发流程直播(四)

  其实前面三篇只是一个流程的介绍,从这篇开始进行真正的开发工作,由于我是移植,实际上工作量并不大,不过为了顺便讲一下SAE相关的开发内容,我会把一部分并不需要移植的部分也写出来。

  首先先看一下腾讯上的应用:http://rc.qzone.qq.com/myhome/100627188 (没有QQ号码或者没开通QQ空间的就不用点了,不过个人觉得现在做这种站内应用还是腾讯上的用户多,无论是想赚钱还是想赚人气,目前还是在腾讯上做更有优势。

  由于自己的美工水平比较差,对于制作网页也是水平太初级,所以当初做这个应用的时候最终还是选择了用flash做前端,相对来说更容易控制页面。不过当时为了适当尝试一下html,所以除了主功能用flash实现外,右侧的排行榜和下面的信息提示都用的是html代码完成的,虽然不好看,不过毕竟还是向这个方向在尝试。实际上现在腾讯也提供了flash的SDK,应该不需要太多的与浏览器的交互直接就可以完成一些API的调用了,不过我没尝试过,还是用自己当初采用的老办法来做。有兴趣的可以直接去看腾讯的Flash SDK。

  第一步自然是要将这个flash放入网页中,在用flash CS5.5做完flash后,发布设置把html包装器那一项选中,发布的话flash会自动生成一个html文件,我们只需要在这个html文件上面进行修改就可以了。如果flash不需要与容器进行什么交互的话,甚至都不需要修改,直接拷贝到php文件中就可以了。

		<div id="flashContent">
			<object classid="clsid:d27cdb6e-ae6d-11cf-96b8-444553540000" width="500" height="540" id="lottery" align="middle">
				<param name="movie" value="lottery.swf" />
				<param name="quality" value="high" />
				<param name="bgcolor" value="#ffff99" />
				<param name="play" value="true" />
				<param name="loop" value="true" />
				<param name="wmode" value="window" />
				<param name="scale" value="showall" />
				<param name="menu" value="true" />
				<param name="devicefont" value="false" />
				<param name="salign" value="" />
				<param name="allowScriptAccess" value="sameDomain" />
				<!--[if !IE]>-->
				<object type="application/x-shockwave-flash" data="lottery.swf" width="500" height="540">
					<param name="movie" value="lottery.swf" />
					<param name="quality" value="high" />
					<param name="bgcolor" value="#ffff99" />
					<param name="play" value="true" />
					<param name="loop" value="true" />
					<param name="wmode" value="window" />
					<param name="scale" value="showall" />
					<param name="menu" value="true" />
					<param name="devicefont" value="false" />
					<param name="salign" value="" />
					<param name="allowScriptAccess" value="sameDomain" />
				<!--<![endif]-->
					<a href="http://www.adobe.com/go/getflash">
						<img src="http://www.adobe.com/images/shared/download_buttons/get_flash_player.gif" alt="获得 Adobe Flash Player" />
					</a>
				<!--[if !IE]>-->
				</object>
				<!--<![endif]-->
			</object>
		</div>

上面这段代码很好的支持了各种浏览器,不过在javascript调用flash中的函数的时候Chrome我没有成功,后来用了别的办法才好用的,这个在以后会写。

  在腾讯开放平台中开发的时候我是向flash中提交了很多参数,虽然很多都属于冗余的,其实真正使用的时候并没有用到,不过有些还是必要的,比如要让flash知道当前是在QQ空间中还是朋友中还是微博中。我是通过下面的方法给flash传值的:

<?php echo '<param	name=FlashVars 	VALUE="';
	echo "openid=$openid&openkey=$openkey&appid=$appid&appkey=$appkey&uid=$arcanuid&weibook=$weibook&ver=$ver";
					echo '">';
?> 

其实就是使用FlashVars向flash传值,在flash中通过:

var flashver:Number=0.950001;
var openid:String;
var openkey:String;
var appid:String;
var appkey:String;
var pf:String;
var weibook:String;
var ver:Number;
var param:Object = root.loaderInfo.parameters;
if (param["openid"]!=null)
{
	openid=param["openid"];
	openkey=param["openkey"];
	appid=(param["appid"]);
	appkey=param["appkey"];
	uid=param["uid"];
	pf=param["pf"];
	weibook=param["weibook"];
	ver=Number(param["ver"]);
}

说一下最后那个ver参数吧,因为我主要是练习做应用,所以更改很频繁,php的更新倒还好说,直接弄完代码上传上去就可以了,直接生效。但是flash就比较麻烦了,上传上去后,由于浏览器有缓存,所以很多时候我已经上传后很长时间了,但是用户打开这个应用的时候使用的还是本机上比较老的那个flash文件,一般时候问题不大,但是怕有时候涉及到php返回值格式进行变更的时候,就有可能造成原来的flash解释不正确而导致一些问题。虽然还没发生过这么大的变更,不过总还是要考虑一下的。而且很多时候在flash中增加新功能也是希望用户能很快就看到,而不是过了好几天等缓存失效才能看到新的界面。所以通过对比flash中的版本和通过php传过来的版本进行一下对比,不一致的话直接提示用户强制刷新 吐舌头。不过我大部分时候在进行较大改动的时候都是直接将flash改一个名字,这样浏览器打开新版本的应用的时候会发现缓存中不存在这个文件,直接另下载一份。这只是我的解决方式,不知道是否还有更合理更正规的方式。

  回到上一篇中的index.php文件中,删掉body标签间的全部内容,添加上自己的页面代码。

  

  哦,忘记了一件事情,我们还得去SAE中创建数据库,对于我来说是在原来的数据库中增加一些专门为新浪应用所准备的表。新浪的用户ID是一个长整形的数字,而腾讯的用户ID是32位的字符串。在我的第一个应用中,由于不涉及到用户的头像显示,也不显示用户ID,就显示一个用户名,所以实际上两个开放平的数据是放在同一个表中的,通过ID的长度很容易就区分出是哪个平台的用户,即使分辨不出来也无所谓。哦,实际上现在是三个开放平台的数据,还有一个比较小的不太知名的开放平台中也发布了我那个应用,等于是三个平台的用户共用一个表,并且显示通关人数、参与人数等数据都是完全相同的。但是,这次不一样了,这次我的应用有排行榜,有用户头像,这样用户数据再放在一起就很不方便了,新浪平台的用户肯定是无法看到腾讯用户的头像的,所以只好单独建表了。

  打开http://sae.sina.com.cn,选择应用,点服务管理中的MySQL:

  

  点那个“点此初始化Mysql”,点下去其实就相当于执行了创建一个mysql数据库的操作。可以看到:

  

  如果是以前用过php和mysql的用户,那么可以用这些常量跟以前一样使用mysql,我么,以前没用过,所以上来直接用的就是新浪提供的saemysql,更方便一点,此乃后话,暂且不提。点那个“管理MySQL”按钮,会提示你输入安全密码,然后还会回到这个页面,再点一次管理MySQL,就会进入管理页面了。以上操作在Chrome中是这样的,至于别的浏览器是否需要点两次管理MySQL就不太清楚了。

  

  填完表的名字和字段数后就可以按后面那个执行按钮了。至于字段数,预估一下就可以了,反正在下一步也可以随时增加。

  

我这是从腾讯移植,为了尽量减少代码更改量,所以,数据库中表的字段是完全一样的,这样的话整个涉及到数据库操作的移植工作量就会变得很少,也避免了出错的可能。如果是在新浪做开发,那么用户ID(OpenID)其实可以设置成数值型,查找起来应该更快一些吧。

创建完数据库和表,下面就该使用数据库和表了,下一篇将介绍一下怎么用SAEMYSQL进行简单的数据库操作。

转载于:https://www.cnblogs.com/java0721/archive/2012/05/21/2603182.html

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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