- 博客(5)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 数据存储---内存列式数据库KDB+(Q)文档
Kx systems公司的创始人之一Arthur Whitney在2003年研发了列式数据库KDB和它的操作语言Q。 官网：www.kx.com主要Feature:内存内的数据库：理解KDB的一种方式就是KDB是一个内存数据库，但拥有磁盘可持久化能力。解释性语言 ：开发周期更短,q语言要做到简洁，高效和富表达性。(当然学习曲线也不是一般般滴说)列表是有顺序的 ：不同于数据
2015-10-30 14:35:46
5415
原创 数据检索---空间向量模型VSM
向量空间模型（VSM：Vector Space Model）由Salton等人于20世纪70年代提出，并成功地应用于著名的SMART文本检索系统。VSM概念简单，把对文本内容的处理简化为向量空间中的向量运算，并且它以空间上的相似度表达语义的相似度，直观易懂。当文档被表示为文档空间的向量，就可以通过计算向量之间的相似性来度量文档间的相似性。文本处理中最常用的相似性度量方式是余弦距离。M个无序
2015-10-20 12:44:52
1548
原创 数据检索---分词算法
在Lucene索引的时候已经引出了分词(Analyser)这个慨念，分词也是信息检索的时候重要的一步。我们知道英文一个单词就是一个词，两者直接使用空格天然的隔开，分词就变得很容易了，而汉语的一个句子里面有很多个汉字组成，里面有基本意义的就是词语，单个汉字往往没有对句子有足够的信息，而词语可以说是最小的语义单位。在检索的时候我们一般都是根据词语来匹配的，词语在整片文字中扮演着重要的角色。1、基于
2015-10-20 12:17:08
2598
原创 数据处理---Java数据处理之消息队列
前面说了RMI，这是一个同步分布式调用的必备手段；但是为了实现异步的分布式处理，不得不说到的就是消息队列了。对任何架构或应用来说，消息队列都是一个至关重要的组件，它具有多方面的优点:1. 解耦性消息队列在处理过程提供了中间插入了一个隐含的、基于数据的接口层。这样就可以把不同的系统边界隔离开来，每个系统做专门的事情，提供独立的服务，需要调用的时候传输给第三方。这允许你独立的扩展或修改两边的处
2015-10-09 13:43:19
2915
原创 大数据---Spark1.5.0之2W2H
天下武功，唯快不破。在面对大数据分析的时候，快就是那不破的武功，而Spark就是这样的神器！What is Spark Apache Spark™ is a fast and general engine for large-scale data processing. Spark官网说的很清楚了，它具有如下优点：Speed: Spark有高
2015-10-05 20:03:20
1209
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人