- 博客(847)
- 资源 (41)
- 收藏
- 关注
RSS订阅原创 Double Array Trie
Trie逻辑结构 Trie是一种常见的数据结够，可以实现前缀匹配（hash是不行的），而且对于词典搜索来说也是O(1)的时间复杂度，虽然比不上Hash，但是空间会省不少。 比如下图表示了包含“pool, prize, preview, prepare, product, progress"的一个Trie Trie的逻辑
2012-12-22 15:44:01
1332
原创 语言模型训练工具SRILM详解
SRILM是著名的约翰霍普金斯夏季研讨会（Johns Hopkins Summer Workshop）的产物，诞生于1995年，由SRI实验室的Andreas Stolcke负责开发维护。关于SRILM的安装，我已经在前面关于moses平台搭建的文章（参见：《Moses相关介绍》和《Ubuntu8.10下moses测试平台搭建全记录》） 中介绍过了，这里就不再重复。准确的说，SRILM并不
2012-12-21 22:40:44
11951
原创 LDA模型学习（代码）
为了把LDA算法用于文本聚类，我真的是绞尽脑汁。除了去看让我头大的概率论、随机过程、高数这些基础的数学知识，还到网上找已经实现的源代码。 最先让我看到署光的是Mallet,我研究了大概一个星期，最后决定放弃了。因为Mallet作者提供的例子实在太少了。 回到了网上找到的这样一段源代码：/* * (C) Copyright 2005, Gregor Hein
2012-12-21 22:38:06
8781
14
原创 thrift多线程服务端
接上一篇 thrift一个例子 作为服务端，应该能够同时接收多个客户端传来的数据，所以服务端应该实现多线程机制。按以下3个步骤改写服务端（Serv_server.skeleton.cpp）即可实现多线程。（1）采用线程池的main函数的代码如下：int main(int argc, char **argv) { // thread pool shared_ptrServHa
2012-12-21 22:19:44
5577
原创 C语言调用C++库接口的方法概述
最近需要在由纯c语言编写的代码中调用C++的动态库，在网上找了一些资料，现在总结下解决方法。主要的思想就是将C++的动态库再封装一层，在这一层编写C语言的函数api，这API中使用C++动态库提供的类；具体例子如下：1，假如C++动态库包含如下代码：//myclass.h#ifndef _MYCLASS_H#define _MYCLASS_Hclass MyCl
2012-12-21 22:05:45
1400
原创 趋势2012：新一代搜索涌现 3D打印开启新时代
[导读]回顾2012年，新品迸发、移动商机涌现，我们即将进入一个全新的世界纪元，互联网的生存环境正在悄然改变，腾讯科技从纷繁复杂的现象中抽丝剥茧，这九大趋势您必须关注。【趋势·2012之一】新一代搜索：再见了，海量链接！腾讯科技 王鑫/文“关于理想我从来没选择放弃，即使在灰头土脸的日子里……” 音响里传来一阵歌声，似曾相识却苦苦想不出这首歌的名字。这时，朋友拿出手机，点了两
2012-12-21 09:11:46
1155
原创 【理论】理性交易策略的七种基本类型
交易系统的生命来源于交易策略。只见树林，不见森林；只见森林，不见生态。这也是我们常干的事。在交易策略这个问题上，相信目前还没有多少人能见到森林（当然包括我自己）。从最近的畅销书排行榜就能看出，我们中间多数人对交易策略的认识还只盯于跟庄这一种类型。实际上，理性的交易策略应该包括以下七种基本类型：（一）价值型策略 即着眼于股票的内在价值。最典型的一个是巴菲特，完全从公司基本面上寻找投资机会。
2012-12-21 09:04:09
1614
原创 我眼中的程序化交易之路
对于打算在程序化交易中获得成长或获利的交易者来说，在对编程语言和平台有基本了解之后，看下文应该会很有启发。一、多大程度上用程序化交易，或者说如何处理程序化交易与自己原有交易系统的关系。 我自己接触过的相关交易者，有如下几种： 第一种人，是老期货，之前有过较长时间的非程序化成功盈利的经历，通常是一种基于主观判断的技术流交易系统。在选择尝试程序化之后，试图实现或部分实现自己现有的交易系
2012-12-21 09:02:48
9944
1
原创 Apple微软Google都在竞购一家创业公司,重点是专利
摘要：据华尔街日报网站报道，Apple、Google和微软三巨头都在竞购一家还处于秘密状态的创业公司。此前，这家公司曾经与Crestron合作，为后者开发了一款Android应用，可以用任意Android手机、平板来控制家里的多媒体设备和其他电器设备包括空调和电灯。他们的网站目前除了这款应用外啥信息都没有。R2 Studios的App产品（图片来自Crestron网站）
2012-12-21 09:01:07
1421
原创 2012年度全美22大最佳初创公司：Pebble上榜
腾讯科技讯（悦潼）北京时间12月16日消息，据国外媒体报道，美国博客网站Businessinsider近日撰文，评选出2012年美国22家最佳初创业公司。 今年出现了大量的初创业公司，但只有少部分发展起来。通过对科技高管、创建人和投资者的调查发现，以下22家初创业公司被评为今年的最佳初创业公司，业界认为，这些公司在未来的2013年必将有着不俗的表现。 1、SmartThings公司
2012-12-17 09:22:58
1680
原创 世界上最小气VC！每次仅给创业公司投37美元
腾讯科技讯（Kathy）北京时间12月16日消息，据国外媒体报道，上周，马切伊·切格洛夫斯基（Maciej Cegłowski）新成立的创业基金在硅谷引起了小小轰动。它不仅成了Twitter上的热门话题，上了精英云集的“黑客新闻”论坛头条，还吸引数十个申请者。该基金的特色在于：极端小气。这个基金的名字叫做Pinboard Investment Co-Prosperity Cloud，以下称为“
2012-12-17 09:22:29
1000
原创 2013年科技界十大预测
据新浪科技报道，美国商业智能软件开发商GoodData创始人、CEO罗曼·斯坦尼克(Roman Stanek)周二在《福布斯》杂志网络版撰文，对2013年科技行业发展趋势进行了预测。他认为，惠普明年将一分为二，戴尔或诺基亚将消失，而Twitter将成为一家真正全球化的媒体公司。我认为，2013年将是云计算取得重大发展的一年，将给IT行业带来颠覆性变革。一些科技巨头将陷入困境，同时也让我们迄今未
2012-12-12 18:16:30
973
原创 移动互联网时代创业者应关注的九个新兴领域
[导读]传统的互联网巨头在移动互联网时代正面临前所未有的挑战，而这也正是中小企业崛起的最佳时机。生活服务、移动搜索、移动医疗等九个创新性领域，或许将为创业公司指明一条发展的道路。转播到腾讯微博红杉资本副总裁曹毅(微博)（腾讯科技配图）腾讯科技 孙实 11月20日综合报道每一次产业变迁都将推动企业颠覆式的新老交替，这种情况在PC向移动互联网变迁的过程中已经出现，传
2012-11-20 15:26:24
1224
原创 人工智能技术的新用途：精准营销
数十年来，“人工智能(AI)”一直是计算机业界追求的梦想。而现在，它以人们所意想不到的方式出现在了我们面前。 人工智能领域已经取得了一系列令人惊叹的业绩，例如，1997年IBM研发的超级电脑“深蓝”击败国际象棋特级大师加里•卡斯帕罗夫(Garry Kasparov)，2011年IBM计算机“沃森”在智力竞赛节目《危险边缘》中击败常胜冠军肯•詹宁斯(Ken Jennings)，但到目前为止
2012-11-15 22:44:30
1807
原创 淘宝技术发展（引言）
转自：http://blog.sina.com.cn/s/blog_633219970100x9cc.html 光棍节的狂欢“时间到，开抢！”坐在电脑前早已等待多时的小美一看时间已到2011年11月11日零时，便迫不及待地投身于淘宝商城一年一度的大型网购促销活动——“淘宝双11购物狂欢节”。小美打开早已收藏好的宝贝——某品牌的雪地靴，飞快的点击购买，付款，一回头发现3000
2012-11-15 18:43:05
1847
原创 从P1到P7——我在淘宝这7年
转自：http://kb.cnblogs.com/page/132752/（一） 2011-12-08 [原文链接] 今天有同事恭喜我，我才知道自己在淘宝已经七周年了。很多人第一句话就是七年痒不痒，老实说，也曾经痒过，但往往都是一痒而过，又投入到水深火热的工作中去。回家之后就想这七年我到底收获了什么，且不论成败与否，这7年的经历，是我人生的宝贵财富。 第一年： '正
2012-11-15 18:42:15
3819
1
原创 第一时间揭秘：帮奥巴马获胜的数据处理团队
第一时间揭秘：帮奥巴马获胜的数据处理团队 依靠直觉与经验进行决策的优势急剧下降，在政治领域，大数据的时代已经到来 奥巴马连任成功。虎嗅曾在“奥巴马如何玩转社交”里介绍了奥巴马团队如何与时俱进地利用各种新兴社交平台。玩转社交，这是奥巴马获取民意的前台表现。而在后台，是什么支撑着奥巴马各种竞选策略的出台呢？是什么决定他应该到哪些社交平台上去亮相呢？他的一个几十人数据分析与
2012-11-08 19:45:47
2986
原创 手机号——三大运营商的号段分配
腾讯科技讯 （宗秀倩）11月7日消息，从中国移动(微博)获悉，中国移动近日获批了184号段，新增1亿个移动号码，至此中国移动已经获得17个号段。据了解，此前中国移动已经拥有1340-1348、135-139、150-152、157-159、182-184187和188共17个号段，以及147为移动TD数据卡号段。中国移动内部人士表示，由于移动用户的增长，地方移动公司号码分配紧张，经中国移动
2012-11-07 14:06:48
7894
原创 thrift一个例子
我用的是c++，所以我举一个c++的例子，简单说一下thrift的使用入门。例子描述是这样的：我们将学生信息（学号，姓名，性别，年龄）由客户端发送到服务端。实现这个例子，我们大致要做以下几部分事情：（1）书写.thrift文件（2）生成cpp文件（3）编写客户端（4）编译cpp文件并执行 （1）书写.thrift文件学生信息是有结构的，所以我们使用thrift的
2012-11-06 17:58:12
1479
原创 thrift安装
Thrift是Facebook开发出的一个软件库和一组代码生成工具，以加快高效率、可扩展的后端服务的开发与实现的速度。它通过对各语言最常用的部分加以抽象，把它们放进一个通用库里，再用各个语言实现，来实现跨编程语言的高效而可靠的通信。亦即，Thrift允许开发者在一个单独的语言无关的文件里，定义数据类型和服务接口，然后生成用来构建RPC客户和服务器所需的全部代码。 从官方网站（http:
2012-11-06 17:54:26
1045
原创 怎么做难做的本地生活服务？
怎么做难做的本地生活服务？ 所有想真正做O2O的创业者，最好先有一个线下的公司或者业务来练手！虎嗅注：本文来自“TMT青年沙龙”的行业交流干货分享，由TMT青年沙龙授权虎嗅独家发布。TMT青年沙龙是由一群来自互联网、传统IT及通信界的年轻人举办的私密交流活动，是京、沪两地TMT圈最具影响力的青年组织之一，会员达1200余人，覆盖行业分析师、上市公司、投资机构、互联网、创业、咨询、法律、财务
2012-10-26 22:54:53
2798
原创 移动互联网下的九大创新性领域
中国移动互联网是一个巨大的金矿，会带来九大领域的创新。 第一个获得大改变的行业就是衣食住行。这些公司利用了吃喝玩乐本地化这么一个特征，运用无线互联网给客户带来全新的感受。比如大众点评网，从传统PC起家，但是移动互联网的发展让它上了一个新的台阶。 第二个领域是健康和医疗行业。在中国，大家还没有感受到，但在美国，就有一个跟手机挂钩、关联的，跟运动配套的产品，出货量已达两百多万。通过这样
2012-10-26 22:51:41
1225
原创 【转】PLSA 与 LSA
1. 引子Bag-of-Words 模型是NLP和IR领域中的一个基本假设。在这个模型中，一个文档(document)被表示为一组单词(word/term)的无序组合，而忽略了语法或者词序的部分。BOW在传统NLP领域取得了巨大的成功，在计算机视觉领域(Computer Vision)也开始崭露头角，但在实际应用过程中，它却有一些不可避免的缺陷，比如：稀疏性(Sparseness):
2012-10-26 13:29:37
1390
1
原创 LSA & PLSA
【Latent semantic analysis】LSA最初是用在语义检索上，为了解决一词多义和一义多词的问题：1.一词多义： 美女和PPMM表示相同的含义，但是单纯依靠检索词“美女”来检索文档，很可能丧失掉那些包含“PPMM”的文档。2.一义多词：如果输入检索词是多个检索词组成的一个小document，例如“清澈 孩子”，那我们就知道这段文字主要想表达concept是和道德相关的，
2012-10-26 13:28:59
2365
原创 2012，当我们谈论移动互联网创业时，我们在谈论些什么？
2012年的移动互联网市场可以用“冰火两重天”来形容。根据Google官方数据，Android设备激活量在2012 年3-6月4个月内，由3亿部增长至4亿部，增长率为33%。据苹果官方数字，iOS设备激活量从2012年4-6月由3.6亿部增长至4.1亿部，增长 了12%。而对于中国市场，根据友盟的数据，2012年第二季度Android App启动次数增长159%；iOS活跃设备增长42%，iO
2012-10-25 09:18:38
1191
原创 简单LRU算法实现的Cache（C++）
print?#pragma once #include #include templatetypename CacheKey, typename CacheValue> class LRUCache { public: LRUCache(void); LRUCache(int capacity); ~LRUCache(void);
2012-10-23 20:44:07
2022
原创 义乌一院校专门培养“网络小贩”90后年入百万
值班的学生连夜发货。上课的教室像个杂货铺。上课的教室像个杂货铺。义乌一高职院校专门培养“网络小贩” 周边村借势发展电子商务变成“淘宝村”一入学就开淘宝店、课堂上允许接单、淘宝业绩代替学分，义乌工商学院的创业班被称作“淘宝班”，今年6月，创业班的第一届学生正式从学校毕业。10月8日，新一届的大一新生刚刚结束军训已完成了淘宝店铺的注册。老师开始指导新生对
2012-10-16 15:45:25
3844
原创 华尔街日报：雅虎站在移动互联网时代悬崖边
[导读]在如今的移动互联网时代，雅虎早已沦为谷歌和苹果的手下败将，即便雅虎愤然求变，恐怕也未必能救公司于水火之中。 转播到腾讯微博Facebook IPO后雅虎及Facebook股价表现（腾讯科技配图） 腾讯科技讯（汤姆）北京时间10月16日消息，据国外媒体报道，《华尔街日报》日前发表了一篇名为《雅虎同样面临移动悬崖》（Yahoo Also Faces th
2012-10-16 15:41:14
2081
原创 linux下rsync实现文件备份同步
转自：http://www.mike.org.cn/blog/index.php?load=read&id=639###pp=0[rsync实现网站的备份，文件的同步，不同系统的文件的同步，如果是windows的话，需要windows版本cwrsync]一、什么是rsync rsync，remote synchronize顾名思意就知道它是一款实现远程同步功能的软件，它在同步文件的
2012-10-15 20:29:41
2430
原创 IT未来发展五大趋势
摘要：预测IT科技的发展趋势是非常困难的事情，TechRepublic请教了五位科技领域内的专家，试图预测IT将来在企业内部或外部的发展情况。这5位专家在自己擅长的、重要的IT增长领域给出了他们自己的一些预测。是否拥有一个关于创新可以影响商业发展的想法，是区分好的CIO与伟大的CIO的条件之一。所以，商业科技的下一步发展是什么？TechRepublic请教了五位科技领域
2012-10-10 09:40:14
1800
原创 搜索引擎反作弊之：整体技术思路
本文节选自《这就是搜索引擎：核心技术详解》第八章 如上所述，目前搜索引擎作弊手段五花八门，层出不穷，作为应对方的搜索引擎，也相应调整技术思路，不断有针对性地提出反作弊的技术方案，所以如果整理反作弊技术方案，会发现技术方法很多，理清思路不易。 尽管如此，如果对大多数反作弊技术深入分析，会发现在整体技术思路上还是有规律可循。从基本的思路角度，可以将反作弊手段大致划分为以下三种：
2012-10-08 14:54:33
1373
原创 搜索引擎反作弊之:链接作弊与隐藏作弊
本文节选自《这就是搜索引擎：核心技术详解》第八章8.2 链接作弊 所谓“链接作弊”，是网站拥有者考虑到搜索引擎排名中利用了“链接分析”技术，所以通过操纵页面之间的链接关系，或者操纵页面之间的链接锚文字，以此来增加链接排序因子的得分，并影响搜索结果排名的作弊方法。常见的链接作弊方法众多，此节简述几种比较流行的作弊方法。 1．链接农场(Link Farm) 为了
2012-10-08 14:53:51
1898
原创 搜索引擎反作弊之内容作弊
本文节选自《这就是搜索引擎：核心技术详解》第八章 网页反作弊是目前所有商业搜索引擎需要解决的重要难点，出于商业利益驱使，很多网站站长会针对搜索引擎排名进行分析，并采取一些手段来提高网站排名，这种行为本身无可厚非，很多优化行为是符合搜索引擎排序规则的，但是也存在一些恶意的优化行为，通过特殊手段将网页的搜索排名提高到与其网页质量不相称的位置，这样会严重影响搜索引擎用户的搜索体验
2012-10-08 14:52:55
1709
原创 9家在iOS平台上收入最高的中国公司
摘要：都说移动开发热，但是真正赚到钱的有多少呢？一家网站花时间整理了一份号称“全中国最赚钱的9家iOS开发商”，虽然很多营收数据并未注明，不过根据我们的了解，这个榜单基本属实。从这9家情况来看，经纬创投与红杉资本在这领域表现活跃，依照惯例，经纬投初创期，红杉投成长期。导读：都说移动开发热，但是真正赚到钱的有多少呢？一家网站花时间整理了一份号称“全中国最赚钱的9家iOS开发商
2012-09-17 09:06:35
6065
原创 基于LDA的Topic Model变形
最近几年来，随着LDA的产生和发展，涌现出了一批搞Topic Model的牛人。我主要关注了下面这位大牛和他的学生：David M. BleiLDA的创始者，04年博士毕业。一篇关于Topic Model的博士论文充分体现其精深的数学概率功底；而其自己实现的LDA又可体现其不俗的编程能力。说人无用，有论文为证：J. Chang and D. Blei. Relational Topic
2012-09-14 17:48:24
1862
原创 Topic Model的分类和设计原则
topic model的介绍性文章已经很多，在此仅做粗略介绍，本文假设读者已经较为熟悉Topic Medel。Topic Model （LDA）认为一个离散数据集合（如文档集合，图片集合，为行文方便，本文统统以文档集合作为描述对象，其他的数据集合只需换掉对应的术语即可）是由隐含在数据集合背后的topic set 生成的，这个set中的每一个topic都是词的概率分布。对于文档中的每一篇文档，先
2012-09-14 17:47:44
1790
原创 主题模型（topic model）的提出及发展历史
topic model 是一种应用十分广泛的产生式模型(generative model)，在IR， NLP，ML都有广泛的应用，本文将对目前已有的topic model进行分类总结，然后选择几个代表性的topic model进行较为详细的介绍，从而理解topic model 的思想，以及怎么应用。topic model最经典的模型之一是LDA（latent dirichlet alloc
2012-09-14 17:47:17
5499
原创 看懂信息检索和网络数据挖掘领域论文的必备知识总结
信息检索和网络数据领域（WWW, SIGIR, CIKM, WSDM, ACL, EMNLP等）的论文中常用的模型和技术总结引子：对于这个领域的博士生来说，看懂论文是入行了解大家在做什么的研究基础，通常我们会去看一本书。看一本书固然是好，但是有一个很大的缺点：一本书本身自成体系，所以包含太多东西，很多内容看了，但是实际上却用不到。这虽然不能说是一种浪费，但是却没有把有限力气花在刀口上。
2012-09-14 17:46:29
1693
原创 gdb调试 打印输出长变量的值到外部文本里
1. gdb调试 打印输出长变量的值到外部文本里在gdb调试中调用：dump memory out_alan1 pagebuf pagebuf+nret pagebuf：起始位置指针 pagebuf+nret：结束位置指针 2. gdb调试正在运行的进程http://hi.baidu.com/brady_home/blog/item/6b9
2012-09-14 17:29:49
23897
原创 《爆发》作者：大数据领域将有新赢家
新浪科技讯 9月9日下午消息，全球复杂网络研究专家日前到访中国，为其新作《爆发》作宣传。他在接受国内媒体采访时表示，未来可能有新公司取代谷歌、Facebook等公司，成为大数据领域的赢家。 《爆发》一书是一本讨论大数据问题的商业书籍。作为复杂网络研究的权威，巴拉巴西在大数据兴起的背景下，得出一个结论性的判断，认为人类行为93%是可以预测的。 巴拉巴西的研究是在人类生活数字化的大
2012-09-09 18:35:03
3181
OpenRS— 开放式遥感数据处理与服务平台资料
2009-06-19
TinyXML解析xml文档
2008-12-29
Web+Services发布与调用(axis,xfire).doc
2008-12-27
COM+ Services.doc
2008-08-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人