旁观者 - 郑昀
软件开发这些年来，不断地遇到新领域新知识点，屡屡感受到新进入者的迷惑和彷徨，所以对遇到的每一个问题都详细记录问题现象、解决思路以及解决方案，并在blog中留下印迹，以备他日有心人google之而知之。你们的新手之痛，你们的新业务发展之初的思路混沌，我都感同身受，所以欢迎和我一起探讨这些话题，诸如文本挖掘/自然语言处理/Web3.0/J2ME/Web2.0/IVR/SMS/MMS/WAP/SIP/等等，知无不言言无不尽。
- 用户操作
- [留言] [发消息] [加为好友]
- 订阅我的博客
-
-
-
-
- zhengyun_ustc的公告
- <strong><a href="http://blog.csdn.net/zhengyun_ustc/archive/2005/04/06/338511.aspx"><font color="red" size="3">查看我的简历</font></a></strong><br/> <script src="http://sr.ju690.com/static/script/SRbacks.js"></script> <script type='text/javascript' charset='gb2312' src='http://it.ju690.com/meme/widget/get?num=8&columns=1&bj=F9FAF5&bc=D8DBBC&lc=2D8509&tc=AAAAAA&'></script> <br/> <font color="red"><b>订阅我的博客：</b></font><br/><a href="http://fusion.google.com/add?feedurl=http://blog.csdn.net/zhengyun_ustc/Rss.aspx"><img src="http://beta.feedsky.com/images/icon_subshot01_google.gif" alt="google reader" style="margin-bottom: 3px;" border="0" vspace="2"></a><br><a href="http://www.xianguo.com/subscribe.php?url=http://blog.csdn.net/zhengyun_ustc/Rss.aspx" target="_blank"><img src="http://beta.feedsky.com/images/icon_subshot01_xianguo.gif" alt="订阅郑昀到鲜果" style="margin-bottom: 3px;" border="0" vspace="2"></a><br><a href="http://www.zhuaxia.com/add_channel.php?url=http://feeds.feedsky.com/csdn.net/zhengyun_ustc"><img src="http://beta.feedsky.com/images/icon_subshot01_zhuaxia.gif" alt="订阅郑昀到抓虾" style="margin-bottom: 3px;" border="0" vspace="2"></a> <br/> <font color="red"><b>联系我：</b></font><br/> <img src="http://album.hi.csdn.net/app_uploads/zhengyun_ustc/20081028/195351995.p.jpg?d=20081028195409917"/> <br/> <img src="http://album.hi.csdn.net/app_uploads/zhengyun_ustc/20081028/195111011.p.jpg?d=20081028195157573"/> <br/> <font color="red"><b>我的J2ME创意</b></font><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2006/03/28/641991.aspx">{8.手机流媒体之实作}</a><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2006/03/20/630431.aspx">{7.2.增强型二级菜单[SaltedFish]}</a><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2006/02/17/601434.aspx">{7.1.二级菜单绘制演示-OperaMini风格}</a><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2005/12/27/563341.aspx">{6.Bloglines手机伴侣-Online Rss Service Reader}</a><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2005/11/07/524616.aspx">{5.手机玩转点对点MSN传情动漫}</a><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2005/10/31/519798.aspx">{4.手机玩Podcasting, 无线播客新玩法!}</a><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2005/10/24/514949.aspx">{3.手机看交通监视器实时录像}</a><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2005/10/13/502354.aspx"> {2.VideoCoolala-- [MobileWebCam]}</a><br/> <a href="http://blog.csdn.net/zhengyun_ustc/archive/2005/10/07/496816.aspx">{ 1.RSSOwlMidlet (RSS无线阅读器)}</a><br/>
- 文章分类
- 友情链接
- 宝聚-股市风向标
- 玩聚
- 玩聚SD(RSS)
- 玩聚SR(RSS)
- 草根网(RSS)
- 存档
2010年01月23日
热推榜单的遏制策略
而从人类的感觉上，至少要能有几个标签，比如名词、动词、形容词等，才能证明一个tweet可能包含有一定信息量，值得被传播。所以强制要求有N个标签被检测到的规则，恰好能逼近这种人类的认知。阅读全文>
发表于 @ 2010年01月23日 23:12:00 | 评论( loading... ) | 举报| 收藏
2010年01月18日
大中华之事件监测
大致的框架就是这样。玩聚HOT还在内测中（所以暂不提供RSS和微博帐号），不排除打散逻辑重新组合，但基本哲学应该就是这些了。阅读全文>
发表于 @ 2010年01月18日 03:13:00 | 评论( loading... ) | 举报| 收藏
2010年01月14日
为什么公共场合听不到那些少数人的观点？[ZT]
从 http://is.gd/6fWyt 学会一个概念：『沉默的螺旋 http://is.gd/6fWDd 』阅读全文>
发表于 @ 2010年01月14日 23:43:00 | 评论( loading... ) | 举报| 收藏
2010年01月07日
谈热文榜的自动去重
现在的重复内容检测逻辑是：
首先对文章内容较长的，是基于Shingle的重复检测办法；
其次对文章很短的，比如cnBeta摘要输出的RSS内容，比如Solidot，比如南方报业旗下的RSS内容，先提取标签，然后计算文章的标签相似度。
这两种办法算起来很快，但未必总能检测出来重复，继续积累吧。
阅读全文>
发表于 @ 2010年01月07日 00:56:00 | 评论( loading... ) | 举报| 收藏
2010年01月06日
2010年01月05日
才知道系列：先退卡、再吐钞
说先退卡是为了规避忘记取卡的风险，是对的。这属于典型的两害相权取其轻。阅读全文>
发表于 @ 2010年01月05日 22:52:00 | 评论( loading... ) | 举报| 收藏
2009年12月23日
理性声音少吗？
所以，不是“已经很少存在理性的声音了”（一点都不少），而是“不迷信权威、不非黑即白、能理性思考的受众人数相对太少”，无法让有理有据的观点第一时间传播。相反，那些乱力怪神、情感激烈、奇技淫巧的论点会快速传播，人的接收信息能力有限时，就会让这些声音充斥大脑，而根本接收不到理性的声音。阅读全文>
发表于 @ 2009年12月23日 19:54:00 | 评论( loading... ) | 举报| 收藏
2009年12月15日
转世
所以，综上所述，《降世神通（Avatar）》的转世设定应该是取材于藏传佛教，而不是印度教或佛教。阅读全文>
发表于 @ 2009年12月15日 06:39:00 | 评论( loading... ) | 举报| 收藏
才知道系列之五[耳环|TMD]
goldengrape说：『看了降世神通Avatar，才知道原来Avatar转世系统中不遵守灵魂守恒，而是每一次转世，就复制一份。紧急情况下与灵界沟通，进入Avatar state, 前世Avatar可以注入能量。这个转世系统很牛逼，值得修炼。』
北京报道 郑昀阅读全文>
发表于 @ 2009年12月15日 02:17:00 | 评论( loading... ) | 举报| 收藏
2009年12月13日
网聊：把自己的idea变成现实时别忘了这些点
在一开始的时候，当自己还是一张白纸时，珍惜自己的职业荣誉吧。
简单地说，如何珍惜自己的职业荣誉，就是最开始不以金钱为短期目的，而是以打造自己职场形象为主，以做口碑为主，要保证做一个成一个，至少雁过留声，让别人知道你的idea、技术、运营还可以，千万别做一个得罪一群人，做一个死一个，那就严重影响你以后的IT圈子声誉了。
站长之间互相都知道的。站长们和当年的红卫兵一样经常串联的。阅读全文>
发表于 @ 2009年12月13日 03:08:00 | 评论( loading... ) | 举报| 收藏
2009年12月12日
围观一个People Search
如果你真的对前面那个People Search感兴趣，不妨看看他们的开源代码：
itswhoyouknow[Social Network Browser]
至少你可以观摩一下它的javascript是如何对Google Social Graph API再次封装的，如何调用Google AJAX Search API 的。阅读全文>
发表于 @ 2009年12月12日 03:00:00 | 评论( loading... ) | 举报| 收藏
2009年12月09日
2009年12月05日
随手小记：才知道[语言cosplay|DoubleTaylor]
才知道系列之四.才知道 豆瓣有个组叫豆瓣档cos江湖 ，动辄数千人以回贴加扮演的形式cosplay各种剧集。还演化出更复杂的师徒系统 。另一个组里海藻、宋思明和小贝都在cosplay了：http://is.gd/5a6sA 阅读全文>
发表于 @ 2009年12月05日 22:03:00 | 评论( loading... ) | 举报| 收藏
2009年11月27日
描述如何从网页提取结构化数据的语言：Parsley
Parsley是一个挺有意思的小东西，它综合运用了CSS、XPath、正则表达式和JSON，是描述如何从网页里提取结构化数据的简单语言。估计做爬虫(Crawler/Spider)的人都会定义一套类似的模板。只不过Parsley还帮你把具体实现做了，用各种开发语言。 阅读全文>
发表于 @ 2009年11月27日 23:43:00 | 评论( loading... ) | 举报| 收藏
2009年11月25日
数据挖掘时用特征缩小范围很重要
郑昀
@玩聚RT
20091124随便聊起来，说到Social数据挖掘，有一点小小的见解，请看：我们在中国大陆考虑从social数据挖掘寻找新价值的时候，一般要考虑两个点：1、是否有足够多的数据；
2、这些数据如何证明是有效/有价值的；或者说你能用什么办法清洗数据。一般来说，多数idea遇到第一个问题时就败了。
OneRiot
或者之所以有用，之所以他的Pulse Rank
大家还觉得有点意思，就是因为不管搜索什么，人家英文数据都足够多。数据寥寥无几，什么Rank
、什么排序
就一点意义都没有了。所以我曾经说过机器智能能够进入的垂直领域特点之一就是『信息源：网络资讯足够丰富，碎片多且分散』
，数据少的话，根本不需要机器智能，雇一个编辑就全部搞定了，而且数据变化少，你机器加工半天搞出来的数据，人家其他网站转眼就能给你copy/paste走。过了第一个点，但没有特征作为入口的话，第一，直接考验你的机器并行处理和索引能力，第二，你需要花费大量时间处理阅读全文>
发表于 @ 2009年11月25日 02:30:00 | 评论( loading... ) | 举报| 收藏