我的编程生活-20120320

   今天晚上七点早早的回到了家里，先睡了一个小时的觉，然后感觉精神稍微清醒了点。

   这几天一直在看heritrix源码，不熟悉东西一大堆。不仅仅是因为不喜欢用别人的代码，而是想更多的了解一些东西，而不是做多了就像运维一样。于是在上面耗费了一周左右的时间，也只是大致理清了框架，知道哪里可以被优化，哪里可以进行修改。革命尚未成功，同志必须努力。

  数据有了之后，需要提取部分给LDA，这部分倒是好弄，下一部分则是分词和计算用户-广告的相似度。看了几篇paper都没有确定好一个方案。也只有先按MS的那个样例先做下，不行就把他们的模型替换为PLSI看看效果。不过表示谨慎乐观。反正三月份搞定这些事情是很难的了。

  聚类那块，之前有了改进方案，也蛮想改改看看效果怎么样。然后PM有认为feature个数不够，让我先整文本分类这块，一点都不熟悉，也没怎么涉及过，于是折腾到现在。

  anyway，fighting。

  过几天在把今年的计划放到博客中。