f_weibo_app_content: 微博内容的初步分析：微博关键词及时间分布

=NULL, cnt_words=100)
Arguments
hisID

f_weibo_app_followtags: 文本向量词云

='chenyibo',
cnt_words=100, scale_a=6, scale_b=1)
Arguments

inst/other/get_tuple.R:

1.438亿，日活跃用户6660万，其中包括大量政府机构、官员、企业、个人认证账号，开放的传播机制使新浪微博成为中国的“公共议事厅”。[3]
发展简史
2009年7月，经过一个多月的调研分析，管理层明确了目标，下决心要做微博这个产品

conn_demo_setting: 进入默认演示服务器

R: 进入默认演示服务器
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

tg: tg "to grob" helper function

R: tg "to grob" helper function
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function

experiments/20180703_按等级分开和同比计算设计.Rmd:

title: "20180703_按等级分开和同比计算设计"
author: "wzy"
date: "2018年7月3日"

com: com

R: com
comR Documentation
com

f_weibo_login: 微博登录

Arguments
name
用户名，通常是邮箱

get_fit: 重复随机试验计算最优参数

暴力预测次数，默认50000
train_cr:
全部真实数据中用来做为训练的比例。默认0.8

f_weibo_app_repost: 微博转发的初步分析：微博传播路径

', weibo_repost=weibo_repost, topk=5)
Arguments
hisID

experiments/20180322_距离的重新设计.Rmd:

title: "20180322_距离的重新设计"
author: "wzy"
date: "2018年3月22日"

COM: Full access to client COM invocation

R: Full access to client COM invocation
.COMR Documentation
Full access to client COM invocation

mrpt_run: 计算RPA的自动

R: 计算RPA的自动
mrpt_runR Documentation
计算RPA的自动

get_prediction_daily: 使用已有系数拟合预测DAU并计算差异

ring_retain_old:
老用户的环比参数，可通过get_ring_retain()随机获得。默认0.98
prediction_retain_one:

linkedScatter: 处理相关的服务器

R: 处理相关的服务器
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

csvFile: 处理服务器端的逻辑

R: 处理服务器端的逻辑
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

kPoint.recharts3.obj: 插入recharts3的默认表数据

R: 插入recharts3的默认表数据
kPoint.recharts3.objR Documentation
插入recharts3的默认表数据

get_ring_retain: 随机获得新用户的环比系数

= 8, max = 0.999)
Arguments
随机获取环比参数的个性。默认8(对标2,4,7,16,30,120,180,360的时段划分)

page_fluid_default: 定义page_fluid的默认模板

R: 定义page_fluid的默认模板
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML

rbu_rollup_ytdCumsum: 计算累计数，意义不大，整体做的计算 rds_t_mrpt_res_cumsum_rpa

R: 计算累计数，意义不大，整体做的计算 rds_t_mrpt_res_cumsum_rpa
rbu_rollup_ytdCumsumR Documentation
计算累计数，意义不大，整体做的计算