@5188
我们坚信,一个成功的项目源于对市场的理解与尊重，且最终止于为所有参与者完成财富增值。 我们坚信，当不同的文化、价值观、理念和道德观相互碰撞、交融的时候，一个伟大的故事便会自然而生
1、请假基本流程，普通表单、动态表单、自定义表单 2、申请办公用品到财务审核到总经理审批，主任务、分任务，流程复用
业务系统框架,包括员工管理,组织机构,请假出差申请,流程审批,信息汇总,excel导出等基础功能.
移动端协同办公、流程审批APP，基于VUE2.5 ，前后端分离。配置形式生成流程、业务表单。表单可以用来超快速构建移动端应用。提供了完善的表单组件。
Car-eye-RTMP-server 是基于Nginx开发的一个开源服务器，稳定高效。可应用于安防，移动终端，医疗，教育等行业。配合car-eye-server 实现对设备的管理，配合视频后台实现直播和点播功能。流媒体服务器后台设备管理平台网站：www.liveoss.com 视频直播测试网站:http://www.car-eye.cn:8080/
starRTC，即时通讯(IM)系统，免费IM系统（含单聊，群聊，聊天室，文件传输），免费一对一视频聊天，VOIP，语音对讲（回音消除），直播连麦，视频直播，RTSP拉流，RTMP推流，webRTC服务端，在线教育，白板，小班课，在线会议，视频会议，局域网直连（无需服务器），兼容webRTC, 支持webRTC加速，P2P高清传输，安卓、iOS、web互通，支持门禁对讲，可视对讲，电视盒子，树莓派，海思，全志，任天堂switch，云游戏，OTT设备，物联网平台，C语言自研方案，支持二次开发成类微信，类映客等APP，万水千山总是情，来个star行不行，更多示例请访问：
免费im即时通讯，群聊，聊天室，一对一视频聊天，直播连麦，白板，多人视频会议，私有云部署，webRTC服务器，兼容webRTC, 支持webRTC加速，P2P高清传输，安卓、iOS、web互通，支持门禁，电视盒子，树莓派，全自研，不是基于webRTC，万水千山总是情，来个star行不行，文档地址：
免费IM系统，IM即时通信消息系统(含一对一文字聊天，群聊，聊天室)，免费一对一voip实时通话，录屏，webrtc服务端，免费直播连麦，互动直播，视频直播，RTSP拉流，RTMP推流，语音对讲，免费在线会议，视频会议等服务端程序，支持物联网平台，万水千山总是情，来个star行不行
这是和伙伴合作完成的直播app，一个安卓，一个后台。后台采用基于springboot的guns开源框架搭建，设计为直播服务，user服务，websocket服务以及API网关服务。数据库使用了mongodb,redis和mysql。 比较有看头的是采用websocket+mongodb搭建了多人直播聊天室，用redis搭建了热搜排行榜等。在直播服务器上，选择了SRS，搭建简单，功能强大。开了两台学生机阿里云服务器，一台机的话顶不住srs+几个微服务。
lucence 全文搜索引擎工具 搜索方式 TermQuery: 根据词进行搜索（只能从文本中进行搜索） QueryParser： 根据域名进行搜索，可以设置默认搜索域。推荐使用（只能从文本中进行搜索） BooleanQuery： 组合查询，可以设置组合条件，not，or，and。从多个域进行查询。 MUST相当于and,SHOULD相当于or,NUST_NOT相当于not MathcAllDocsQuery： 查询出所有文档 MultiFieldQuery: 可以从多个域中进行查询，只要这些域中有关键词的存在就查询出来 NumericRangeQuery: 从数值范围进行搜索
面向学习型的开源框架，简洁高效，减少过渡封装，展现技术本质 Springboot作为基础框架，使用mybatis作为持久层框架 使用官方推荐的thymeleaf做为模板引擎，shiro作为安全框架,主流技术，“一网打尽” 基于注解的sql写法，零XML，极简配置，一键前后台代码生成 项目详细介绍包括图像界面https://www.oschina.net/p/bootdo
Synonyms 是一个中文近义词工具包，它可用于如文本对齐、推荐算法、相似度计算、语义偏移、关键字提取、概念提取、自动摘要、搜索引擎等很多自然语言理解(NLP)任务
智能推荐算法: 推荐算法在日常生活中无处不在，例如如今很多平台都会利用推荐引擎给用户推荐某些电影，如果你是科幻迷，那可能推荐给你的更多是科幻片，如果算法更细致点的话，最后推荐给你的科幻片还可以是最符合你个人喜好的。 当然实际上，推荐算法的应用并不限于电影，也可以是各种各样的物品。所以其实可以看出，推荐算法最终试图对用户与某些物品之间进行联系，从而建立起一个推荐模型，基于这个模型给用户进行推荐。
专注于解决推荐领域与搜索领域的两个核心问题:排序预测(Ranking)和评分预测(Rating). 为相关领域的研发人员提供完整的通用设计与参考实现. 涵盖了70多种排序预测与评分预测算法,是最快最全的Java推荐与搜索引擎.
Oryx的目标是帮助Hadoop用户搭建并部署能够实时查询的机器学习模型，例如垃圾邮件过滤和推荐引擎
