Голосовать

 Плагин оплаты через Webmoney. Устанавливается на Joomla 1.6/1.7/2.5 + VirtueMart 2.* 

После установки плагина, клиенты вашего интернет-магазина смогут оплачивать покупки через WebMoney. Устанавливается в панели администратора стандартным образом (Меню Расширения - Менеджер расширений - Установка). После установки нужно включить плагин в менеджере плагинов.

Далее заходим в Компоненты-VirtueMart-Магазин-Способы оплаты. Добавляем новый способ оплаты - WebMoney и выбираем плагин. Сохраняем, в настройках указываем номер вашего кошелька и Secret Key. Адрес сервера WebMoney менять не нужно.

На сайте WebMoney (https://merchant.webmoney.ru/conf/purse.asp?p=номеркошелька) указывать: 
Result URL: http://www.вашсайт.ru/index.php?option=com_virtuemart&view=pluginresponse&task=pluginnotification&tmpl=component
Success URL: http://www.вашсайт.ru/index.php?option=com_virtuemart&view=pluginresponse&task=pluginresponsereceived
Fail URL: http://www.вашсайт.ru/index.php?option=com_virtuemart&view=pluginresponse&task=pluginUserPaymentCancel
методы - POST 
Высылать Secret Key на Result URL, если Result URL обеспечивает секретность - нет
Метод формирования контрольной подписи: MD5
На втором изображении приведен пример настроек

Валюта кошелька должна совпадать с валютой вашего магазина. Если вы хотите принимать платежи на кошельки с разной валютой, обратитесь ко мне - доработаю плагин, чтобы покупатель мог выбирать валюту платежа.

Очень рекомендуется отключить в системе все неиспользуемые плагины оплаты. Это делается в менеджере плагинов. Выберите тип плагина vmpayment и отключите те из списка, которые у вас не используются.

 Обновления:

11.04.2013 Добавлена возможность указания Наценки/скидки к стоимости заказа в суммовом и процентном соотношении. Это может быть полезно, например, для компенсации комиссии платежной системы. Добавлена возможность указания изображения-логотипа платежной системы. 

26.04.2016 Метод формирования контрольной подписи сменил с MD5 на SHA256. 

 

Голосовать

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных