2010年09月_iteye_12448

五分钟法则(five minute rules)

1987年，Jim Gray和Gianfranco Putzolu推出了著名的5分钟法则[Gray 1987]，他们通过内存，硬盘的性能以及当时的成本，给出了这样的公式：BreakEvenIntervalinSeconds = (PagesPerMBofRAM /AccessesPerSecondPerDisk) × (PricePerDiskDrive /PricePerMBofRAM)。并...

2010-09-24 13:17:00 251

你身边的好友还用QQ吗？

我发现我自己和周边的朋友越来越少用QQ了，除了还保持活跃，基本上所有的同学，朋友都开始远离QQ，社交活动也都选在了renren，sina微博等等。记得此前看过一篇文章写的很好，主要谈的是人类社交方式的演变。在互联网出来之前，地理因素是影响社交的重大因素，也是最大障碍。大部分人的社交都在一个有效的距离内，且距离越大产生社交活动的可能性就大幅度减低，具体的概率模型我已经不记得了。...

2010-09-19 13:06:00 56

邓亚萍加盟人民日报社担任人民搜索一把手

据圈内可靠消息，著名乒乓国手邓亚萍，前国家队乒乓球运动员，即将加盟人民日报社，并担任人民搜索一把手，正式进入搜索引擎行业，邓亚萍是我儿时的偶像，偶像和自己在同一个行业，感到非常高兴，希望人民搜索在邓亚萍的领导下，在宫总，徐总，以及一班兄弟们的努力下越做越好。成为中国乃至世界范围内有地位，有影响力的信息检索服务提供商。如果有兴趣加盟人民搜索的同学们也可以和我联系，我可以帮忙推荐，他们目前正值用...

2010-09-19 12:45:00 80

从用户期望看缩略图和网页有用性之间的关系

今天读了WWW2010会议的一篇论文，由来自google的研究者完成。其中对缩略图进行了深入的探讨。用Preview Rating和Web Page Rating进行了预览产生的用户期望（Preview Rating）和用户阅读网页后的实际感受（Web Page Rating）之间的差距来判断何种缩略图的形式，用户更加满意。得到了如下结论：实验1左图为网页全景图，图片较小，但网页显...

2010-09-17 12:24:00 51

回答关于网页重排的问题

人民搜索的同事问我此前写的网页重排的博客，其实用【网页重排 pennyliang】就可以搜索到，http://blog.csdn.net/pennyliang/archive/2010/08/02/5781847.aspx。在WWW2010大会上，有一篇论文写的很好，总结了这方面的方法，也提出了新的方法： Scalable Techniques for Document Identif...

2010-09-12 13:58:00 50

关于web直径的计算问题的解答：

今天看到博客中有一位网友提出了问题，如下：梁老师，您好。我是通过走进搜索引擎这本书知道您的，这本书我也读了好几遍，就是在这个web直径的公式证明一直无法解决。找到您的博客，所说的方法就是利用可达性矩阵幂次方去做，但是水平有限，梁老师能不能给我一个证明过程，或者是推荐网上的证明页面。 ps：我也利用谷歌搜偶国外的，都没找到这个公式证明。我的邮箱是695950380@qq.com。谢谢...

2010-09-12 12:44:00 85

语言统计学三大定律：Zipf law，Heaps law和Benford law

语言统计学三大定律：Zipf law，Heaps law和Benford lawzipf law：在给定的语料中，对于任意一个term，其频度(freq)的排名（rank）和freq的乘积大致是一个常数。Heaps law：在给定的语料中，其独立的term数（vocabulary的size）v（n）大致是语料大小（n）的一个指数函数。Benford law：在自然形成的十进制数据中，任...

2010-09-10 22:21:00 354

Compute or Memory(续）

计算还是存储，在计算机进行实际运行时，是选择即时计算还是预先计算存储用时提取的方式？人类存储那么多信息为什么？海量数据怎么产生的？面对这些海量的数据产生了怎样的问题？我认为，人类存储信息一定具有这样两个特征：（1）重用性；（2）凭证性，首先是重用性，如果一个信息不需要重用，也没有必要存储，当然这种重用应该是多次，后一个凭证性，是我杜撰的，就是有些信息，可能永远不会重用，但也可能作为证据...

2010-09-10 17:06:00 77

Compute or Memory？

计算还是记忆？这个抽象的问题容我用两个例子来展开，我们都学过动态规划，用动态规划的方法可以将指数的复杂度降低到多项式的复杂度，例如求斐波那契数，其中一个重要的方法就是把子计算（子结构，也有叫子问题）的计算结果存储下来，遇到想同的计算直接查表获得，而不需重复计算。另外在举个通俗的例子，我考研的时候有一个朋友，数学特别好，脑子好使，我数学不行，最后我们数学的考试成绩差不多，究其原因，他靠的是智力，举...

2010-09-09 12:09:00 79

阿里巴巴云计算老板王坚来清华做了报告

最近我一直在思考一个问题，计算如果可以和水，电一样成为基础设施，那么除了规模大，成本低，服务接入方便等以外，如何度量付费是一个难点，今天清华的新生入学报告，恰好请了阿里巴巴云计算老板王坚来做报告。我一次见王博士是在CSDN举办的一个大会上，那时就给我留下了思想家的映像，今天清华大学新生入学教育的这次报告中，因为是面向学生，所以报告显得更加具有思想性，内容很丰富，仅就两点回顾一下。...

2010-09-07 13:34:00 137

马云致所有阿里人的一封信：为理想而生存

各位阿里人，几天前，有朋友问我今生最相信什么，我说:”我相信相信!”。最近我发现很多阿里人非常郁闷和难过，大批网络报道指责淘宝网调整搜索结果，甚至还惹起了某些卖家来淘宝网门口抗议…看到那么多同事很委屈，甚至流下了眼泪，也发现不少年轻的淘宝人在不断自问:”我们到底做错了什么，为了鼓励大家在淘宝上创业，坚持七年不向会员强制收取开店费和交易费，坚持扶持发展创业者和中小卖家,七年多的日日夜夜奋斗，结果换回...

2010-09-06 09:22:00 182

ubuntu下编译objectc 与object c++

安装如下的包:$ sudo apt-get install build-essential gnustep gobjc gnustep-make libgnustep-base-dev gnustep-devel建立一个 alias 在 .bashrc 中:alias objcc='gcc `gnustep-config --objc-flags` -lgnustep-base'...

2010-09-05 16:50:00 61

Chinese room是什么？

Chinese room是人工智能领域的一个重要的假想实验(tought experiment)，这个实验在1980年出版的Behavioral and Brain Sciences中的一篇叫做“Mind，Brains，and Programs"的论文中首次提到。该论文提出了这样一个问题：如果机器确实模拟出一个智能对话，那么机器是否一定需要理解这些对话的内容？在这个实验中，Searle假定...

2010-09-05 14:39:00 200

《深入搜索引擎》勘误新增两条感谢尚家兴同学的指正

第二章 P62 第3段第4行译文：在这种情况下，需要使用6个算术编码步骤。这看上去很多，实际上很少。较好的翻译应该是：这看上去很多，但这种情况发生的概率很小。 in this case, six arithmetic encoding stpes would be required. This may seem extreme,but actually it is very r...

2010-09-04 09:49:00 64

从清华大学2010研究生开学典礼说开

昨天开学报道，今天隆重举行了清华大学2010研究生开学典礼，校长和教师代表侃侃而谈，就学习和做研究进行了深入的探讨，特别是化工系的一位院士谈到了，他希望同学们的学习不要太功利，不要总是想着把清华做跳板，总把出国，考研，创业，求职这些结果性的东西挂在嘴边，把学习看做是达到目标的工具，这一点我特别有体会，结合自己的一些经历来谈谈。在金庸武侠中。把武功看做是一种技能的话，学习计算机也好，学习什么...

2010-09-01 20:10:00 75

javayestome