2016年06月_muyang_muzi

08月 07月 06月 05月 04月 03月 02月

原创数据挖掘工程师的面试问题与答题思路

一个Java程序可以认为是一系列对象的集合，而这些对象通过调用彼此的方法来协同工作。下面简要介绍下类、对象、方法和实例变量的概念。对象：对象是类的一个实例，有状态和行为。例如，一条狗是一个对象，它的状态有：颜色、名字、品种；行为有：摇尾巴、叫、吃等。类：类是一个模板，它描述一类对象的行为和状态。方法：方法就是行为，一个类可以有很多方法。逻辑运算、数据修改以及所有动作都是在方法中完成的。实例变

2016-06-22 22:23:12 8270

查找（Searching）是根据给定的某个值，在查找表中确定一个其关键字等于给定值的数据元素（或记录）。一、顺序表查找顺序查找又叫线性查找，是最基本的查找技术，它的查找过程是：从表中第一个（或最后一个）记录开始，逐个记性记录的关键字和给定值比较，若某个记录的关键字和给定值相等，则查找陈宫，找到所查的记录；如果直到最后一个（或第一个）记录，其关键字和给定值比较都不等时，则表中没有所查的记录，查找不成功

2016-06-16 11:35:59 677

原创大话数据结构——图

图（Graph）是由定点的又穷非空集合和顶点之间边的集合组成，通常表示为：G（V,E），其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合。一、各种图的定义图按是否有方向分可分为有向图和无向图。有向边用尖括号“<>”表示，无向边用小括号“（）”表示。简单图：无环无重复边。我们以下讨论的都是简单图。无向完全图：任意两个顶点之间都存在边。含有n个顶点的无向完全图有n*（n-1）/2

2016-06-14 16:31:03 1575

原创大话数据结构——树

一、树的定义**树（Tree）是n（n>=0）个结点的有限集。**n=0又称为空树。在任意一课非空的树中：（1）有且仅有一个特定的称为跟（Root）的结点；（2）当n>1时，其余结点可分为m（m>0）个互不相交的有限集，其中每一个集合本身又是一棵树，并且称为根的子树（SubTree）。树是一种一对多的数据结构。需要注意的是：（1）当n>0时根结点是惟一的，不可能存在多个根结点。（2）

2016-06-13 17:51:36 7225

原创大话数据结构——串

串（string）是由零个或多个字符组成的有限序列，又名字符串。字符串有很多函数，replace、ToUpper、ToLower（转小写）、Trim（去掉两边空格）、IndexOf（从左到右查找子串的位置）、SubString、SubLength等等。一、串的存储结构串的存储结构与线性表相同，分为顺序存储结构和链式存储结构。 1. 顺序存储结构串的顺序存储结构是用一组地址连续的存储单元来存

2016-06-12 11:46:22 1373 1

原创大话数据结构—栈与队列

栈一、栈的定义栈是(stack)是限定尽在表尾进行插入和删除操作的线性表。栈又称为后进先出（Last In First Out）的线性表，简称LIFO结构。二、进栈出栈变化形式注意：并不是最新进栈的元素只能最后处栈。如，我们现在有三个元素一次进栈，次序会有以下5种： 1. 1、2、2进，再3、2、1出，出栈次序为321； 2. 1进，1出，2进，2出，3进，3出，出栈次序为123； 3.

2016-06-09 12:07:19 955

原创用户画像

用户画像：标签化、用标签描述用户行为用户画像：动态信息数据用户行为产生的数据：注册、浏览、点击、购买、签收、评价比较重要的行为：购买商品、浏览商品、放入购物车、关注商品用户画像的用途：分类统计，数据挖掘，营销推荐模型算法性别模型用户忠诚度模型疑似马甲模型：马甲指一个用户注册多个账号用户购物类型模型用户身高尺码模型手机相关标签：对手机相关标签参考意义比较大；手机品牌、

2016-06-06 23:05:07 1327

原创 Linux简介

一、Linux发展史 1991年出现Linux，之前有个玩意叫Minus，用于教学的。Linux有内核版本和发行版本（企业字内核版本的基础上加入自己的理解），内核版本更加标准。二、开源软件简介 Aphache（网站服务搭建软件）、Nginx、Mysql、mongoDB、python、samba、Ruby 使用的自由：绝大多数开源软件免费；研究的自由：可以获得软件源代码；散布及改良的自由

2016-06-06 11:25:35 374

原创 HIVE入门

Hive概述什么是 Hive？ * Hive 是建立在 Hadoop HDFS 上的数据库仓库基础建构 * Hive 可以用来进行数据库提取转化加载（ETL） * Hive 定义了简单的类似 SQL 查询语言，称为 HQL，它允许熟悉 SQL 的用户查询数据 * Hive 允许熟悉 MapReduce 的开发者自定义 mapper 和 reducer 来处理内建的 mapper 和 redu

2016-06-05 11:41:20 843

原创 Hadoop 大数据平台架构与实践

初识HadoopHadoop是一个开源的分布式存储+分布式计算平台。Hadoop核心组成部分：HDFS：分布式文件系统，存储海量的数据。MapReduce：并行处理框架，实现任务分解和调度。Hadoop可以用来做什么？搭建大型数据仓库，PB级数据的存储、处理、分析、统计等业务。Hadoop优势：高扩展、低成本（不依赖高端硬件，只需要PC机就可以实现）、成熟的生态圈（开源、有很多衍生的小工具

2016-06-05 10:26:28 1030

原创大数据基础技术和应用

大数据概述数据的表现形式：线下数据信息化：数据库、文字记录、照片……互联网-移动互联网：网页数据、用户行为记录、数字图像……传感器：设备监控、智能家居、摄像头……大数据的4V特征：大量化（Volume）：存储量大、增量大；多样化（Variety）：来源多、格式多；快速化（Velocity）：高速数据I/O；价值密度低（Value）大数据基础技术一、工程技术Hadoop介绍Hadoo

2016-06-04 12:04:47 2646