ITeye博客

东拉西扯到天明

poson · 共 263 篇文章

java 命令行参数真简单

public class Main { @Parameter ( names = {"--host"}, description = "Server host name or ip address" ) private String host = null; @Parameter ( names = {"--port"}, description = "Server port" ) private int port = 8080; @Parameter ( names = {"--context-path"}, description = "Context path" ) private S…

2014-11-11 17:55 · java · 评论(0)

R安装算法包随机森林的问题

在Rstudio和R命令行安装包都不行,如下: install.packages("randomForest") trying URL 'http://cran.rstudio.com/bin/macosx/contrib/3.1/randomForest_4.6-10.tgz' Content type 'application/x-gzip' length 157609 bytes (153 Kb) opened URL ================================================== downloaded 153 Kb tar: Failed to …

2014-11-07 23:14 · 算法 · R语言 · 评论(0)

三言两语谈团队合作

毕业的时候总在简历上写明自己“吃苦耐劳、具备良好的团队合作精神”。工作五年之后才发现团队合作并不仅仅是四个汉字那么简单。刚工作的时候以为一起工作、一起做项目,兄弟几个一起上,就是团队合作。这种理解实在是太肤浅,也是刚工作的人最容易犯的毛病:以为自己蒙头工作,踏实肯干就行了,不喜欢和同事交流,更不愿意和领导交流。要想把工作做好,真正理解团队合作,真正运用团队的力量,我们才能走得更远。团队合作的内涵非常丰富,首先涉及到是沟通技巧。 沟通包括向上和领导沟通,横向和组员沟通交流项目中的问题和想法,向下和团队成员沟通。所谓沟通通俗的说就是怎么讲话,怎么讲得合理、得体。在项目中如何介绍自己的想法,同时尽…

2012-10-10 17:24 · 项目开发 · 评论(1)

CSDN对推荐系统算法的漠视

互联网海量用户和海量信息面前,信息不再是稀缺的事物,反而出现了信息过载。当大量的信息摆在我们面前的时候,把哪些信息给我们的用户就是一个非常重要的问题了。根据用户的profile,用户最近的浏览记录,或者根据用户当前访问的网页做出推荐就是重要的问题。推荐系统对于提高网站的用户体验,提高网站PV是一个非常重要的问题。 广告对应互联网企业来说是非常重要的。当前google、百度、淘宝等网站,大量的收入都是来自于互联网广告业务。而广告业务中,出了搜索引擎相关的广告以外,大量的广告是通过各种推荐系统算法得到的。 在Amazon,Item-Based 或者User Based collaborative…

2012-03-16 12:55 · 机器学习 · 算法 · 搜索 · 算法 统计 · 评论(0)

深入搜索引擎--机器学习方法

机器学习方法在搜索引擎、计算广告中简直是无处不在。 spider模块,我们需要分析一个URL需要多长时间抓取一次? URL的域名的重要性;URL的目录深度;URL中字符串; 这个URL是否需要重复抓取?重复抓取的时间是多少? 抓取过几次;网页内部有多少新的链接数量? 一个网站多长时间抓取页面合适? 一个网站的重要性是多少? 一个网页的权重是多少?PageRank 分析网页,需要知道那些部分是重要部分,那些部分是框架部分? 分类问题 对网页的文本提取,TF-IDF算法,首先需要分词。 分词需要训练模型,一般使用HMM 或者CRF模型。 新闻网页分类 如果是新闻网页,我们需要知道这个网页是什么主…

2012-03-14 22:41 · 机器学习 · 算法 · 搜索 · 评论(0)

深入搜索引擎--查询(Query)

1.Query的数据分析 Query即用户在搜索引擎输入查询条件。在通用搜索引擎中,一般是指输入的关键词。而在各类行业或者垂直搜索引擎,还可以输入类目,如优酷网站中可以选择“电影”、“电视剧”这样的类目。在电子商务网站中,各种产品品牌、型号、款式、价格等也是常见的查询条件。 要分析query中每个term的内容,分词是必不可少的工具。分词算法从最简单的最大正向、最大反向分词算法,到复杂的隐马尔科夫、CRF模型。CRF模型是一种序列标注的机器学习方法。分词算法最关键的是如何得到足够的标注准确的语料库,足够的训练语料是模型成功的基础条件。 Query按照PV从高到低排序之后。横坐标为query编…

2012-03-12 22:56 · 机器学习 · 算法 · 搜索 · 评论(0)

关键词推荐的几种常见相关性计算方法

当你在互联网使用搜索的时候,关键词推荐可能是你经常使用到的一个辅助工具。如各种搜索引擎搜索框的下拉提示;google 结果页会有“XXX”的“相关搜索”;百度结果页也有提示一组相关搜索词。关键词推荐在文献上一般称为query suggestiong,query expansion,query rewrite,query recommendation。 而这些常见的关键词推荐是怎么得到的呢?我总结了一下,有以下几种方式。 **第一:只考虑用户输入的关键词。**这是指,推荐词只是用户输入词的字串的组合,不添加新的字符串。那么我们考虑的就是如何丢弃不重要的字或者词,或者对输入关键词做拼写纠错。 对…

2012-03-10 20:30 · 评论(0)

研发过程对比---读《微软的秘密》有感

2010年在成都三官堂买的《微软的秘密》,这两年陆陆续续看了几次。如同《走出软件作坊》的作者阿朱说的一样,每看一次都有一些感想。这本书写的是微软90年代及其之前的开发经验,但是对我们当前的开发来说,仍然有很多值得汲取的经验。当今各种敏捷、scrum开发方法大行其道,可从本质上来说,也是对软件工程管理的改进,希望能够及时、快速的交付更好的软件产品。 书中多次谈到如何决定产品的优先级。当产品面对非常多特性的时候,我们究竟是要全部完成还是只完成一部分。从scrum开发来说,解决方案非常明确的。我们每个月甚至每两周收集项目的需求,然后对需求做综合的评价,决定未来一个月需要完成那些特性或者项目。如果我…

2012-03-04 22:04 · 项目开发 · 评论(0)

NetworkX画图

根据 http://blog.sciencenet.cn/home.php?mod=space&uid=404069&do=blog&id=337442 画图。 注意:需要安装setuptools-0.6c11.win32-py2.6.exe,才能安装networkx-1.6-py2.6.egg。 可以解决图计算的问题。处理一些简单的demo。 matplotlib-1.1.0.win32-py2.6.exe networkx-1.6-py2.6.egg numpy-1.6.1-win32-superpack-python2.6.exe python-2.6.msi pywin32-214.…

2012-02-28 19:12 · python · 评论(0)

secureCRT常用技巧

SecureCRT 反空闲(anti-idle)的设置方式 提高缓存屏幕历史页面的行数。便于查看先前的结果。甚至当代码被误删除的时候,可以从缓存的历史中copy出来。 常见技巧: alt-1,alt-2,等快捷键切换窗口tab。

2012-02-26 12:43 · 开发技巧 · 评论(0)

论文阅读总结

以前阅读论文的套路:搜索、下载、阅读,如果好就打印出来,在纸上再阅读注释,读完之后就丢弃了。而一些注释也就散落在各种打印纸上。当时有一些心得体会,没有记录下来,也就淡忘了。 最近希望改变这种状况,在网上找了一下pdf文献管理工具。几经比较,最后选择安装了endnote。它可以对论文分类整理,标注,编辑心得体会,对经验的总结存储非常有好处,也更加清楚论文的来龙去脉,对相关专题的历史和发展能够有更加深入的理解。 2年多来,一直关注于Query Suggestion相关的论文。逐渐总结出一些规律: 研究最多并且发论文数量最多的是yahoo研究院,这说明yahoo在学术研究方面还是舍得花本钱的,即使…

2012-02-14 17:29 · 杂论 · 评论(0)

程序路径以及配置文件的习惯问题

每次用别人代码的时候,都希望从svn中check out出来就能够直接运行。但是自己写代码的时候,偶尔还是喜欢用绝对路径。每次写代码,最好能够有一个base dir的变量。一个项目多个安装包,最好能够公用同一个conf文件。便于修改和运行。

2012-02-03 11:20 · 杂论 · 评论(0)

常用书籍

Hadoop权威指南(第2版) http://www.amazon.cn/Hadoop%E6%9D%83%E5%A8%81%E6%8C%87%E5%8D%97-%E6%80%80%E7%89%B9/dp/B0055QFIA6/ref=sr_1_1?ie=UTF8&qid=1326264636&sr=8-1 搜索引擎:信息检索实践(英文版) http://www.amazon.cn/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2%E5%AE%9E%E8%B7%B5-W-Bruce-Croft/d…

2012-01-11 15:27 · 杂论 · 评论(0)

撰写专利

一个专利从构思、撰写、内部审核、代理撰写和修改、再到受理是一个比较漫长的过程,一般需要好几个月。 在公司的环境下,其实写专利非常有优势。只要针对公司的数据、业务环境做一些优化、改进,提出一个新的算法,解决实际问题就可以完成一个专利。 由于专利代理一般对我们的专业不是很懂,最好在交底书中多一些基础知识的介绍。重要的名称都要解释一下,多举例做一些说明。 对于专利中的数学公式,需要想的比较清楚。特别是某些我们认为很自然的公式或者算法,但是专利代理并不同,最好能够做一些通俗的描述。 写专利对于总结知识是一个非常好的手段,同时和代理的交流,对于把专利想得更透彻、讲的更通俗也是一个帮助。

2011-11-22 13:36 · 算法 专利 · 评论(0)

批评很简单,解决问题很复杂

在工作中发现问题很简单,你只要仔细看,你就可以发现大量的问题。 抱怨也很简单,只要你感觉不爽,工作不好做,业绩没有出来,年底没有加薪没有晋级,抱怨肯定一大堆。 但是要解决问题,解决抱怨很难。很多人总是觉得只是同事的问题,主管的问题,HR的问题,公司文化的问题。总之自己问题最少。这种思想态度,到哪里去都非常危险。当我们不从自身出发讨论问题,很容易造成消极的心理,对什么东西都有抵触情绪。如果主管不能恰当的解决这些问题,也可能造成团队的瘟疫,传播坏的影响。 要解决自身的问题,我们首先要反省自己的问题,不要给自己找借口。 作为一个主管,当遇到抱怨的时候,首先要倾听,然后才是引导,给出建议。在日常工作…

2011-09-13 10:22 · 杂论 · 评论(1)