`
庄表伟
  • 浏览: 1160677 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

我对InfoQ中文站的期望

 
阅读更多
  很早就知道InfoQ China的消息,一方面是通过gigix的签名档,“InfoQ China coming soon”这个标题在他的gtalk上挂了好久。后来又在javaeye的年会上遇到北京来的Jason,再后来,《程序员》杂志一直和我联系的霍泰稳也 去了InfoQ China。再后来,他们的网站beta版上线,我也是第一时间订了RSS,一直看到现在。

很早就答应泰稳,要帮他宣传宣传,但是却一直没有做任何宣传,连一篇blog都没有写过。

前几天,他又发了一封email给我,先全文黏贴如下:

  这是一封来自InfoQ中文站http://www.infoq.com/cn/)的沟通信,主要目的告知您InfoQ中文站上线两周来的最新进展,然后是邀请您在时间和精力许可的情况下,为InfoQ中文站撰稿,并请在不影响您工作和心情的情况下在您的博客里适时地宣传一下,最后简介一下InfoQ中文站。如果您已经对InfoQ中文站有了充分的了解,并经常浏览,那么下面的内容可以忽略。
2007328日上线以来,InfoQ中文站目前已经发表了Java.NETRuby、敏捷和SOA等领域内的文章15篇,专业报道62篇,访问量(独立IP)在2007412日也突破2000,达到2353,详情参加附件图表。尽管这样,InfoQ中文站比较遗憾的地方是目前大多数文章和新闻是从InfoQ.com翻译而来,本地专家撰写的文章仅两篇(周爱民和王翔)。InfoQ中文站团队希望能在自己的努力下,将InfoQ中文站打造成一个有本地专家和社区支撑的企业软件内容提供者,为中国软件社区尽自己的一份微薄之力。所以我们真诚地希望您能在时间和精力许可的情况下,参与到InfoQ中文站的内容建设中来,我们会尽全力为您提供一个很好的展示自己的舞台。
为方便您了解
InfoQ中文站,下面我简单做一下介绍。InfoQ.com是一个时刻关注企业软件开发领域变化与创新的在线独立社区,读者受众群主要为技术架构师、技术团队带头人(高级开发人员)和项目经理等。通过由各个技术领域专家提供的最新的新闻、技术文章、视频访谈、视频演讲和迷你书等,InfoQJava.NETRubySOA和敏捷五大社区提供一流的资讯。    InfoQ中文站和InfoQ.com一样,秉承“扎根社区、服务社区、引领社区”的经营理念,与中国技术社区的专家一起,为中国软件企业和个人提供及时、高质量的技术资讯,成为连接中国企业软件技术高端社区与国际主流技术社区的桥梁。
最后,再次感激您一直以来对我的帮助,也再次冒昧地请求您:在不影响您工作和心情的情况下请在您的网站和个人博客里适时地推广一下
InfoQ中文站,让更多的中国开发者受益于我们的内容,谢谢!
Kevin Huo
(霍泰稳):Chief Editor, InfoQ China

  说实话,我对InfoQ China的期望远不止此,所以现在发展得其实非常好的InfoQ China,的确尚未达到我的期望。这也正是我迟迟没有推介他们的主要原因。

在我看来,InfoQ最大的是优势,是促进沟通,不但是促进中国开发者之间的沟通,更应该促进中国开发者与世界开发者之间的沟通。在的群组邮件里,gigix写到:  

http://www.infoq.com/cn/news/2007/03/discussion-about-pair
徐x同学荣幸地成为了InfoQ第一条中国本土新闻的主角
,热烈鼓掌中~~~~

我当时就回信说:“如果这条新闻能够早日被翻译成英文,那就是双向交流的开始了。”
到目前为止,还没有这样的翻译。其实,InfoQ China要吸引投稿是非常容易的,如果他能够承诺每个月选择翻译N篇有些的中文技术稿件到InfoQ的英文站上去。真不知道会有多少人,愿意到你们这里来投稿。

加油吧!
分享到:
评论
2 楼 JasonLai 2007-04-18  
呵呵,谢谢老庄的期望和Robbin的问题。

我们在这里澄清一下,InfoQ.com上的文章,都是作者无偿提供的,他们非常愿意与InfoQ这样一个严肃而且高水准的技术媒体平台合作,把企业软件开发领域的最新技术、经验和成果免费分享给来自全球不同语言社区的读者。当然,国内技术社区的情形又有所不同,这点我们InfoQ中文站团队,包括Floyd本人,心里其实都清楚。目前这种形式在国内施行还有些困难,而且也需要时间积累。所以目前InfoQ中文站采取的是两条路:对于愿意把自己多年实践经验通过InfoQ中文站无偿贡献给大家的作者(国外绝大多数专家走的都是这条路),我们欢迎而且感激,InfoQ中文站也会尽自己所能为这些朋友提供服务和帮助;其他情况我们和其他媒体一样,会付给作者可观的稿费,所以敬请大家放心。

此外,国内社区自然还是人才济济的,对于我们中文站中的优秀文章,InfoQ做为全球化的技术传播媒体,有责任也有义务将这些文章以其它语言的形式分享给全球更多的技术读者,扩大作者本人的影响力,引出更多的思维火花,这也是作者乃至整个社区所喜闻乐见的吧。除了主站的英文版,我们还可能在今后的日文版和巴西葡萄牙语版中提供这样的文章。这是我们为之不懈奋斗的品牌承诺。

至于无偿为InfoQ中文站提供翻译的朋友,我们也会进自己最大努力为他们提供帮助,比如:
1.译者简介:我们在每篇志愿者译文中都增加译者本人的简介,帮助译者提高自己的知名度,或者宣传自己支持的站点和项目;
2.出版社翻译、审校:我们和国内的出版公司都有很好的合作关系,可以为他们引荐译者,参与优秀的引进书籍的翻译或者技术审校;
3.做为InfoQ中文站的一员:如果哪天某位朋友想边研究技术,又热爱传播,可以选择加入InfoQ中文站编辑团队,成为兼职或者全职编辑;
4.根据情况,免费参加由InfoQ中文站组织的免费/收费线上线下活动(包括QCon)。
还有更多,继续探讨完善中
……

将心比心,我们会小心仔细维护这些对社区有爱心、责任心和贡献心的志愿者朋友们的热情的。

对于老庄和Robbin的期待,从3月28日InfoQ中文站发布那天起,我们就列在自己的工作计划里了,一定不会让大家等待太久!欢迎大家继续监督和支持InfoQ中文站

末了,我们在这里声明以下,并不是想解这个机会解宝地给我们自己打广告,这些也只是就事论事的澄清说明。
1 楼 robbin 2007-04-18  
我也冒昧的提出一个问题:

投稿给infoq,帮infoq翻译文章全部都是无偿的志愿的。那么作者和译者无偿免费给infoq做贡献的理由是什么?infoq给了他们什么回报?

infoq自己的宣传稿说:给您提供一个很好的展示自己的舞台。

难道csdn就没有提供这个舞台,JavaEye就没有提供这个舞台?在程序员杂志写稿,还有很可观的稿费,很大的覆盖面和知名度;在javaeye成为高手可以为自己带来很多潜在的机会。这些都比访问量还很小的infoq要有吸引力的多。

正如老庄自己说的,infoq的真正吸引力来自于和英文社区的交流性上。在这一条上下功夫才是infoq china真正要去做好的事情。

相关推荐

    spring-ai-bedrock-converse-1.0.0-M7.jar中文文档.zip

    # 【spring-ai-bedrock-converse-1.0.0-M7.jar中文文档.zip】 中包含: 中文文档:【spring-ai-bedrock-converse-1.0.0-M7-javadoc-API文档-中文(简体)版.zip】 jar包下载地址:【spring-ai-bedrock-converse-1.0.0-M7.jar下载地址(官方地址+国内镜像地址).txt】 Maven依赖:【spring-ai-bedrock-converse-1.0.0-M7.jar Maven依赖信息(可用于项目pom.xml).txt】 Gradle依赖:【spring-ai-bedrock-converse-1.0.0-M7.jar Gradle依赖信息(可用于项目build.gradle).txt】 源代码下载地址:【spring-ai-bedrock-converse-1.0.0-M7-sources.jar下载地址(官方地址+国内镜像地址).txt】 # 本文件关键字: spring-ai-bedrock-converse-1.0.0-M7.jar中文文档.zip,java,spring-ai-bedrock-converse-1.0.0-M7.jar,org.springframework.ai,spring-ai-bedrock-converse,1.0.0-M7,org.springframework.ai.bedrock.converse,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,springframework,spring,ai,bedrock,converse,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压 【spring-ai-bedrock-converse-1

    房地产 -可视化管理课件.ppt

    房地产 -可视化管理课件.ppt

    tokenizers-0.18.0.jar中文-英文对照文档.zip

    # 【tokenizers-***.jar***文档.zip】 中包含: ***文档:【tokenizers-***-javadoc-API文档-中文(简体)版.zip】 jar包下载地址:【tokenizers-***.jar下载地址(官方地址+国内镜像地址).txt】 Maven依赖:【tokenizers-***.jar Maven依赖信息(可用于项目pom.xml).txt】 Gradle依赖:【tokenizers-***.jar Gradle依赖信息(可用于项目build.gradle).txt】 源代码下载地址:【tokenizers-***-sources.jar下载地址(官方地址+国内镜像地址).txt】 # 本文件关键字: tokenizers-***.jar***文档.zip,java,tokenizers-***.jar,ai.djl.huggingface,tokenizers,***,ai.djl.engine.rust,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,djl,huggingface,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压 【tokenizers-***.jar***文档.zip】,再解压其中的 【tokenizers-***-javadoc-API文档-中文(简体)版.zip】,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件; # Maven依赖: ``` <dependency> <groupId>ai.djl.huggingface</groupId> <artifactId>tokenizers</artifactId> <version>***</version> </dependency> ``` # Gradle依赖: ``` Gradle: implementation group: 'ai.djl.huggingface', name: 'tokenizers', version: '***' Gradle (Short): implementation 'ai.djl.huggingface:tokenizers:***' Gradle (Kotlin): implementation("ai.djl.huggingface:tokenizers:***") ``` # 含有的 Java package(包): ``` ai.djl.engine.rust ai.djl.engine.rust.zoo ai.djl.huggingface.tokenizers ai.djl.huggingface.tokenizers.jni ai.djl.huggingface.translator ai.djl.huggingface.zoo ``` # 含有的 Java class(类): ``` ai.djl.engine.rust.RsEngine ai.djl.engine.rust.RsEngineProvider ai.djl.engine.rust.RsModel ai.djl.engine.rust.RsNDArray ai.djl.engine.rust.RsNDArrayEx ai.djl.engine.rust.RsNDArrayIndexer ai.djl.engine.rust.RsNDManager ai.djl.engine.rust.RsSymbolBlock ai.djl.engine.rust.RustLibrary ai.djl.engine.rust.zoo.RsModelZoo ai.djl.engine.rust.zoo.RsZooProvider ai.djl.huggingface.tokenizers.Encoding ai.djl.huggingface.tokenizers.HuggingFaceTokenizer ai.djl.huggingface.tokenizers.HuggingFaceTokenizer.Builder ai.djl.hu

    基于MATLAB的BP神经网络预测模型构建与应用

    内容概要:本文详细介绍了如何使用MATLAB构建和应用BP神经网络预测模型。首先,通过读取Excel数据并进行预处理,如归一化处理,确保数据的一致性和有效性。接着,配置网络结构,选择合适的训练算法(如SCG),设置训练参数(如最大迭代次数、目标误差等)。然后,进行模型训练,并通过可视化窗口实时监控训练过程。训练完成后,利用测试集评估模型性能,计算均方误差(MSE)和相关系数(R²),并通过图表展示预测效果。最后,将训练好的模型保存以便后续调用,并提供了一个简单的预测函数,确保新数据能够正确地进行归一化和预测。 适合人群:具有一定MATLAB基础,从事数据分析、机器学习领域的研究人员和技术人员。 使用场景及目标:适用于需要对多维数据进行预测的任务,如电力负荷预测、金融数据分析等。主要目标是帮助用户快速搭建一个可用的BP神经网络预测系统,提高预测准确性。 其他说明:文中提供了完整的代码框架和详细的注释,便于理解和修改。同时,强调了数据预处理的重要性以及一些常见的注意事项,如数据量的要求、归一化的必要性等。

    tokenizers-0.22.1.jar中文-英文对照文档.zip

    # 【tokenizers-***.jar***文档.zip】 中包含: ***文档:【tokenizers-***-javadoc-API文档-中文(简体)版.zip】 jar包下载地址:【tokenizers-***.jar下载地址(官方地址+国内镜像地址).txt】 Maven依赖:【tokenizers-***.jar Maven依赖信息(可用于项目pom.xml).txt】 Gradle依赖:【tokenizers-***.jar Gradle依赖信息(可用于项目build.gradle).txt】 源代码下载地址:【tokenizers-***-sources.jar下载地址(官方地址+国内镜像地址).txt】 # 本文件关键字: tokenizers-***.jar***文档.zip,java,tokenizers-***.jar,ai.djl.huggingface,tokenizers,***,ai.djl.engine.rust,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,djl,huggingface,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压 【tokenizers-***.jar***文档.zip】,再解压其中的 【tokenizers-***-javadoc-API文档-中文(简体)版.zip】,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件; # Maven依赖: ``` <dependency> <groupId>ai.djl.huggingface</groupId> <artifactId>tokenizers</artifactId> <version>***</version> </dependency> ``` # Gradle依赖: ``` Gradle: implementation group: 'ai.djl.huggingface', name: 'tokenizers', version: '***' Gradle (Short): implementation 'ai.djl.huggingface:tokenizers:***' Gradle (Kotlin): implementation("ai.djl.huggingface:tokenizers:***") ``` # 含有的 Java package(包): ``` ai.djl.engine.rust ai.djl.engine.rust.zoo ai.djl.huggingface.tokenizers ai.djl.huggingface.tokenizers.jni ai.djl.huggingface.translator ai.djl.huggingface.zoo ``` # 含有的 Java class(类): ``` ai.djl.engine.rust.RsEngine ai.djl.engine.rust.RsEngineProvider ai.djl.engine.rust.RsModel ai.djl.engine.rust.RsNDArray ai.djl.engine.rust.RsNDArrayEx ai.djl.engine.rust.RsNDArrayIndexer ai.djl.engine.rust.RsNDManager ai.djl.engine.rust.RsSymbolBlock ai.djl.engine.rust.RustLibrary ai.djl.engine.rust.zoo.RsModelZoo ai.djl.engine.rust.zoo.RsZooProvider ai.djl.huggingface.tokenizers.Encoding ai.djl.huggingface.tokenizers.HuggingFaceTokenizer ai.djl.huggingface.tokenizers.HuggingFaceTokenizer.Builder ai.djl.hu

    基于蒙特卡洛算法的电动汽车对IEEE 33节点电网影响的研究及应用场景分析

    内容概要:本文探讨了电动汽车(EV)对IEEE 33节点电网的影响,特别是汽车负荷预测与节点潮流网损、压损计算。通过蒙特卡洛算法模拟电动汽车负荷的时空特性,研究了四种不同场景下电动汽车接入电网的影响。具体包括:负荷接入前后的网损与电压计算、不同节点接入时的变化、不同时段充电的影响以及不同负荷大小对电网的影响。通过这些分析,揭示了电动汽车充电行为对电网的具体影响机制,为未来的电网规划和优化提供了重要参考。 适合人群:从事电力系统研究的专业人士、电网规划工程师、电动汽车行业从业者、能源政策制定者。 使用场景及目标:①评估电动汽车大规模接入对现有电网基础设施的压力;②优化电动汽车充电设施的布局和运营策略;③为相关政策和技术标准的制定提供科学依据。 其他说明:文中提供的Python代码片段用于辅助理解和验证理论分析,实际应用中需要更复杂的模型和详细的电网参数。

    房地产 -【万科经典-第五园】第五园产品推介会.ppt

    房地产 -【万科经典-第五园】第五园产品推介会.ppt

    稳压器件.SchLib

    稳压器件.SchLib

    1.jpg

    1

    模拟符号.SCHLIB

    模拟符号.SCHLIB

    基于Simulink的三相电压型逆变器SPWM与电压单闭环控制仿真

    内容概要:本文详细介绍了如何在Simulink中构建并仿真三相电压型逆变器的SPWM调制和电压单闭环控制系统。首先,搭建了由六个IGBT组成的三相全桥逆变电路,并设置了LC滤波器和1000V直流电源。接着,利用PWM Generator模块生成SPWM波形,设置载波频率为2kHz,调制波为50Hz工频正弦波。为了实现精确的电压控制,采用了abc/dq变换将三相电压信号转换到旋转坐标系,并通过锁相环(PLL)进行同步角度跟踪。电压闭环控制使用了带有抗饱和处理的PI调节器,确保输出电压稳定。此外,文中还讨论了标幺值处理方法及其优势,以及如何通过FFT分析验证输出波形的质量。 适用人群:电力电子工程师、自动化控制专业学生、从事逆变器研究的技术人员。 使用场景及目标:适用于希望深入了解三相电压型逆变器控制原理和技术实现的研究人员和工程师。主要目标是掌握SPWM调制技术和电压单闭环控制的设计与调试方法,提高系统的稳定性和效率。 其他说明:文中提供了详细的建模步骤和参数设置指南,帮助读者快速上手并在实践中不断优化模型性能。同时,强调了一些常见的调试技巧和注意事项,如载波频率的选择、积分器防饱和处理等。

    【蓝桥杯EDA】客观题解析:第十三届立创EDA出品省赛模拟题一.pdf

    【蓝桥杯EDA】客观题解析

    房地产 -物业 苏州设备房管理标准.ppt

    房地产 -物业 苏州设备房管理标准.ppt

    3.png

    3

    房地产 -2024H1房地产市场总结与展望(新房篇).docx

    房地产 -2024H1房地产市场总结与展望(新房篇).docx

    LabVIEW与PLC基于TCP协议的自动化数据交互解决方案

    内容概要:本文详细介绍了利用LabVIEW与PLC进行自动化数据交互的技术方案,涵盖参数管理、TCP通信、串口扫描、数据转移等方面。首先,通过配置文件(INI)实现参数的自动加载与保存,确保参数修改不影响程序运行。其次,在TCP通信方面采用异步模式和心跳包设计,增强通信稳定性,并加入CRC16校验避免数据丢失。对于串口扫描,则通过VISA配置实现状态触发,确保进出站检测的准确性。最后,针对不同类型的数据转移提出具体方法,如TDMS文件存储策略,确保高效可靠的数据处理。 适合人群:从事工业自动化领域的工程师和技术人员,尤其是熟悉LabVIEW和PLC编程的从业者。 使用场景及目标:适用于需要将LabVIEW作为上位机与PLC进行数据交互的工业生产线环境,旨在提高系统的自动化程度、稳定性和易维护性。 其他说明:文中提供了多个实用代码片段和注意事项,帮助读者更好地理解和应用相关技术。

    d65689da7ed20e21882a634f8f5ce6c9_faad2735d293907fb32f7c5837f7302a.png

    d65689da7ed20e21882a634f8f5ce6c9_faad2735d293907fb32f7c5837f7302a

    信息安全管理和技术的综合练习题集(NISP&CISP)

    内容概要:本文档《NISP&CISP考试题库.pdf》汇集了大量关于信息安全专业领域的练习题,涵盖风险评估、安全策略、访问控制、恶意代码防范、加密技术、安全模型等多个方面。文档通过选择题的形式探讨了信息安全保障、风险管理和技术实施等核心内容,强调了信息安全保障的动态性和持续性,以及信息安全管理体系(ISMS)的重要性。文档还详细介绍了多种安全技术和标准,如ISO27001、GB/T 22080、SSE-CMM、CC标准等,并通过具体案例和场景分析,帮助读者理解如何在实际环境中应用这些标准和技术。 适用人群:文档适用于信息安全领域的从业者,尤其是准备参加NISP(国家信息安全水平考试)和CISP(注册信息安全专业人员)认证考试的考生,以及从事信息安全管理工作、对信息安全有兴趣的技术人员。 使用场景及目标:①帮助考生系统复习信息安全领域的基础知识和技能,为考试做准备;②为企业内部信息安全培训提供参考资料;③加深信息安全从业人员对安全标准和技术的理解,提升其在实际工作中的应用能力;④帮助信息安全管理者了解如何构建和维护有效的信息安全管理体系。 其他说明:文档不仅提供了理论知识,还结合了实际案例,有助于读者理解信息安全的复杂性和多样性。文档强调了信息安全的多层次、多维度特性,指出信息安全不仅依赖于技术手段,还需要结合管理措施和人员培训。此外,文档中的题目设计贴近实际工作场景,能够有效提升读者应对信息安全挑战的能力。

Global site tag (gtag.js) - Google Analytics