如何让WordPress侧边栏的指定模块随页面滚动

如何让WordPress侧边栏的指定模块随页面滚动,第1张

本文接着来告诉你如何让你的整个侧边栏或者侧边栏的指定某个模块在页面滚动的时候随着窗口一起滚动。听起来是不是很炫呢。滚动效果,相信大家已经见过太多,无外乎就是加载一个js特效。开始之前为大家介绍一下侧边栏的构成部分,因为本文采用js特效可以具体到侧边栏某模板(比方说A)到达顶部时,指定模块(比方说B)开始随页面滑动。侧边栏是怎么样的构造侧边栏可以通过小工具或者自行编辑sidebarphp代码来完成,模块布局灵活,一般包括近期文章,近期评论,标签云等等等。下面就是一个常见的侧边栏结构,模块id是我自行编写的,方便大家辨识。<divid="sidebar"><divclass="recentposts"></div>//近期文章 <divclass="hotposts"></div>//热门文章 <divclass="tagcloud"></div>//标签云 <divclass="recentcomments"></div>//近期评论 <divclass="blogroll"></div>//连接表 </div>上面就是一个简单的侧边栏构造,注各个模块的id,在下一步滚动代码中将得到对应。如何让侧边栏滚动起来下面就以热门文章、标签云两个相邻模块作为指定滚动模块,来说明指定模块如何实现随窗口滑动。varrollStart = $('recentcomments'), //近期评论模块到达浏览器顶部时,指定模块开始滚动rollOut = $('recentcomments,blogroll'); //近期评论以下模块隐藏包括最新评论,指定模块显现rollStartbefore('<div class="rollbox"></div>'); //这个可以不用修改,与下面保持一致varoffset = rollStartoffset(),objWindow = $(window),rollBox = rollStartprev(), rollSet = $('hotposts,tagcloud'); //指定滚动的模块idobjWindowscroll(function() { if (objWindowscrollTop() > offsettop){ if(rollBoxhtml(null)){ rollSetclone()prependTo('rollbox');//注意与上面的保持一直,不用做修改。 } rollOutfadeOut(); rollBoxshow()stop()animate({marginTop: objWindowscrollTop() - offsettop + 20},400); } else { rollOutfadeIn(); rollBoxhide()stop()animate({marginTop:0},400); } });你可以将其粘贴到主题js文件中,也可以用<script type="text/javascript"></script>将其括起来放置到header头文件中。代码说明:随着网页滚动条的滑动,当近期评论模块到达浏览器顶部,近期评论以下的模块包括近期评论隐藏消失,指定模块热门文章和标签云随即显示,开始随窗口滚动。此处代码以最新评论模块为临界点,过了此临界点指定模块显现开始滚动。代码中模块的id一定要和侧边栏sidebarphp模块的id保持一致。请结合代码中的说明理解。注明:指定滚动模块整体高度不要超过浏览器视窗的高度,否者会无限向下延伸。好了,就这样吧。0

标签云是一套相关的标签以及与此相应的权重。权重影响使用的字体大小或其他视觉效果。标签云通常是可以交互的:标签是典型的超链接,让用户可以仔细了解他们的内容。标签云通常使用于网站建设、互联网上面。

Excel主要是应用于办公,建议楼主还是使用专业的软件制作。当然,自身技术够硬的话,不妨尝试一下。

推荐系统的目的是联系用户的兴趣和物品,这种联系需要依赖于不同的媒介。GroupLens在文章1中认为目前流行的推荐系统基本上通过三种方式来联系用户兴趣和物品。如图1所示,第一种方式是通过用户喜欢过的物品:可以给用户推荐与他喜欢过的物品相似的物品,这就是前面提到的基于物品的算法(item-based)。第二种方式是通过和用户兴趣相似的其他用户:可以给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品,这也是前面提到的基于用户的算法(user-based)。除了这两种方法,第三个也是最重要的方式是通过一些特征(feature)来联系用户和物品,可以给用户推荐那些具有用户喜欢的特征的物品。这里的特征有不同的表现方式,比如可以表现为物品的属性集合(比如对于图书,属性集合就包括了作者、出版社、主题和关键词等),也可以表现为隐语义向量(latent factor vector),这可以通过前面提出的隐语义模型(Latent Factor Model)学习得到。在本章中,我们将讨论一种重要的特征表现方式:标签。

图1 推荐系统联系用户和物品的几种途径

根据维基百科的定义2,标签是一种无层次化结构的、用来描述信息的关键词。因此,标签可以用来准确地描述物品的语义。根据给物品打标签的人的不同,标签应用一般分为两种。第一种是让作者或者编辑给物品打标签,而另一种是让普通用户给物品打标签,也就是UGC的标签应用。表1列出了这两种不同的标签系统的代表网站。在本章中,我们主要讨论UGC的标签应用,研究用户给物品打标签的行为,以及如何通过分析这种行为给用户进行个性化推荐。

表1 两种不同的标签系统的代表网站

UGC的标签系统是一种很重要的表示用户兴趣和物品语义的方式。当一个用户对一个物品打上一个标签后,这个标签一方面描述了用户的兴趣,另一方面也表示了物品的语义,从而将用户和物品联系了起来。

UGC标签系统的代表应用

UGC标签系统是很多Web 20网站的必要组成部分,本节将讨论使用UGC标签系统的代表网站:UGC标签系统的鼻祖美味书签(Delicious)、论文书签网站CiteULike、音乐网站Lastfm、视频网站Hulu、书和**评论网站豆瓣等。下面将分别介绍这些应用。

Delicious

美味书签(Delicous)是标签系统里的开山鼻祖了,它允许用户给互联网上的每个网页打上标签,从而通过标签的方式重新组织整个互联网。图2是Delicious中被用户打上recommender system标签最多的网页,这些网页反应了用户心目中和推荐系统最相关的网页。图3是Delicious中“豆瓣电台”这个网页被用户打的最多的标签,可以看到这些标签确实准确地描述了豆瓣电台。

图2 Delicious中被打上recommender system标签的网页

图3 Delicious中“豆瓣电台”网页被用户打的最多的标签

CiteULike

CiteULike是一个著名的论文书签网站,它允许研究人员提交或者收藏他们感兴趣的论文,给论文打标签,从而帮助用户更好地发现和自己研究领域相关的优秀论文。我们知道,研究人员搜索自己研究领域值得参考的论文是很费时费力的工作,而CiteULike通过群体智能,让每个研究人员对自己了解的论文进行标记,从而帮助用户更好更快地发现自己感兴趣的论文。图4展示了CiteULike中一篇被用户打的标签最多的有关推荐系统评测的文章,可以发现,最多的两个标签是collaborative-filtering(协同过滤)和evaluate(评测),确实比较准确地反应了这篇论文的主要内容。

图4 CiteULike中一篇论文的标签

Lastfm

Lastfm是一家著名的音乐网站,它通过分析用户的听歌行为来预测用户对音乐的兴趣,从而给用户推荐个性化的音乐。作为多媒体,音乐不像文本那样可以很容易地分析它的内容信息。为了在不进行复杂的音频分析的情况下获得音乐的内容信息,Lastfm引用了标签系统,让用户用标签标记音乐和歌手。图5展示了披头士乐队在Lastfm中的标签云(tag cloud)。从这个标签云可以看到,披头士应该是一个英国的传统摇滚乐队,流行于上世纪60年代。

图5 Lastfm中披头士乐队的标签云

豆瓣

豆瓣是中国著名的评论和社交网站,同时也是中国个性化推荐邻域的领军企业之一。豆瓣在个性化推荐领域进行了广泛的尝试,标签系统也是他们尝试的领域之一。他们允许用户对图书和**进行标签,从而获得图书和**的内容信息,并用这种信息来改善他们的推荐效果。图7展示了《数据挖掘导论》在豆瓣被用户标记的情况。如图7所示,最多的几个标签分别是:数据挖掘、计算机、计算机科学、数据分析、IT数据分析。这些标签准确地反应了这本书的内容信息。

图6 豆瓣读书中《数据挖掘导论》一书的常用标签

Hulu

Hulu是美国著名的视频网站。视频作为一种最为复杂的多媒体,获取它的内容信息是最困难的,因此,Hulu也引入了用户标签系统来让用户对电视剧和**进行标记。图7展示了美剧《豪斯医生》的常用标签,可以看到,Hulu对标签做了分类,并展示了每一类最热门的标签。从类型(genre)看,豪斯医生是一部医学片(medical drama);从时间看,这部剧开始于2004年;从人物看,这部美剧的主演是hugh laurie,他在剧中饰演的人物是greg house。

图7 Hulu中《豪斯医生》的常用标签

从前面的各种应用可以看到,标签系统在各种各样的网站中(音乐、视频和社交等)都得到了广泛的应用。标签系统的最大优势在于可以发挥群体的智能,获得物品内容信息的比较准确的关键词描述,而准确的内容信息是提升个性化推荐系统的重要资源。

标签系统中的推荐问题

标签行为作为一种重要的用户行为,蕴含了很多反映用户兴趣的信息,因此深入研究用户的标签行为可以很好地指导个性化推荐系统提升自己的推荐质量。同时,标签作为一种重要的内容表示方式,比传统的内容属性表示更能反应用户对物品的看法,并且表示形式非常简单,便于很多算法处理。

标签系统中的推荐问题主要有以下两个。

如何利用用户的标签行为给用户推荐物品(tag-based recommendation)?

如何在用户给物品打标签时给用户推荐适合于该物品的标签(tag recommendation)?

为了研究上面的两个问题,我们首先需要解答下面三个问题。

用户为什么要打标签(Why)?

用户怎么打标签(How)?

用户打什么样的标签(What)?

用户为什么要标注

在设计基于Tag的个性化推荐系统之前,我们需要深入了解用户的标注行为,知道用户为什么要标注,用户怎么标注,只有深刻地了解用户的行为,我们才能基于这个行为给用户设计出令他们满意的个性化推荐系统。

Morgan Ames研究分享网站中用户标注的动机问题3,他将用户标注的动机分解成两个维度。首先是社会维度,有些用户标注是为了给内容的上传者使用的,而有些用户标注是为了给广大用户使用的。令一个维度是功能维度,有些标注是为了更好地组织内容,方便用户将来的查找,而另一些标注是为了传达某种信息,比如照片的拍摄时间和地点等。

用户如何打标签

在互联网中,尽管每个用户的行为看起来是随机的,但其实这些表面随机的行为的背后蕴含着很多规律。在这一节中,我们通过研究美味书签的数据集,来发现用户标注行为中的一些统计规律。

德国的研究人员公布过一个很庞大的美味书签的数据集4,该数据集包含了2003年9月到2007年12月美味书签用户42亿条标签行为记录。本节选用该数据集2007年一整年的数据进行分析,对该数据集的统计特性进行研究。

本节将统计数据集的以下信息。

用户活跃度的分布。

物品流行度的分布。

标签热门度的分布。

用户标签行为随时间演化的曲线。

用户相隔一段时间兴趣变化的情况。

物品的生命周期。

[具体统计结果待书正式出版时公布]

用户打什么样的标签

用户在看到一个物品时,我们最希望他打的标签是能够准确描述物品内容属性的关键词。但用户往往不是按照我们的想法去 *** 作,而是可能会给物品打上各种各样奇怪的标签。

Scott A Golder 总结了美味书签上的标签,将它们分为如下的几类。

表明物品是什么:比如是一只鸟,就会有“鸟”这个词的标签;是豆瓣的首页,就有一个标签叫“豆瓣”;是乔布斯的首页,就会有个标签叫“乔布斯”。

表明物品的种类:比如在美味书签中,表示一个网页的类别的标签包括 article(文章)、 blog(博客)、 book(图书)等。

表明谁拥有物品 :比如很多博客的标签中会包括博客的作者等信息。

表达用户的观点:比如用户认为网页很有趣,就会有funny(有趣)的标签,认为很无聊,就会打上boring(无聊)的标签。

用户相关的标签:有些标签,比如 my favorite(我最喜欢的)、my comment(我的评论)等。

用户的任务:比如 to read(即将阅读)、 job search(找工作)等。

很多不同的网站也设计了自己的标签分类系统,比如Hulu对视频的标签就做了分类。

图8是著名的美剧《豪斯医生》的标签。可以看到,Hulu将电视剧的标签分成了几类。

类型(Genre):主要表示这个电视剧的类别,比如《豪斯医生》是属于医学剧情片(medical drama),同时有喜剧(comedy)、悬疑(mystery)的成分。

时间(Time):主要包括电视剧发布的时间,有时也包括电视剧中事件发生的时间,比如是二战期间,或者是上世纪90年代。

人物(People):主要包括电视剧的导演、演员和剧中重要人物等。

地点(Place):剧情发生的地点,或者是视频拍摄的地点等。

语言(Language):这部电视剧使用的语言。

奖项(Awards):这部电视剧获得的相关奖项。

其他(Details):包含了不能归类到上面各类的其他所有标签。

图8 著名美剧《豪斯医生》在视频网站Hulu上的

弄云服务聊天界面的标签内容步骤:

1、首先打开云标签软件,点击新建云标签,生成40×30的标签纸。

2、生成标签内容接着,点击左上角的文字工具,放置在中间编辑栏中。

3、然后,双击文本框,输入标签信息。

4、需要根据打印效果,调整标签纸距边的水平间距和垂直间距即可。

以上就是关于如何让WordPress侧边栏的指定模块随页面滚动全部的内容,包括:如何让WordPress侧边栏的指定模块随页面滚动、Excel可以做标签云吗、如何利用用户标签数据等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/web/9582336.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-29
下一篇 2023-04-29

发表评论

登录后才能评论

评论列表(0条)

保存