2018年02月_Bentley-2012

02月 01月

原创 Python数据挖掘-NLTK文本分析+jieba中文文本挖掘

一、NLTK介绍及安装1.1 NLTK安装NLTK的全称是natural language toolkit，是一套基于python的自然语言处理工具集。nltk的安装十分便捷，只需要pip就可以。相对Python2版本来说，NLTK更支持Python3版本。pip install nltk在nltk中集成了语料与模型等的包管理器，通过在python解释器中执行>>> import...

2018-02-21 00:16:23 31977 2

原创 Python数据挖掘-Python with hadoop

一、SnakeBite1.1 Snakebite介绍介绍：Snakebite由Spotify创建，需要python2 (python3版本目前并不支持) and python-protobuf 2.4.1或更高版本。Snakebite提供了一个Python客户端库，允许客户从Python应用程序中以编程方式访问HDFS。客户端库使用protobuf与NameNode直接通信的消息。snakebit...

2018-02-20 15:16:24 3747 1

原创 Python数据挖掘-支持向量机SVM

本文章内容来自麦子学院课程-机器学习，特此申明。Part One：线性可分的SVM1. SVM 背景 1.1 最早是由Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis 在1963年提出 1.2 目前的版本(soft margin)是由Corinna Cortes 和 Vapnik在1993年提出，并在1995年发表 1.3 深度学习...

2018-02-14 11:33:36 2494 1

美国国家安全局解密特工培训手册：如何利用谷歌等大众搜索工具搜集保密数据

2014-03-19

移动社会网络的用户访问模型及应用研究

本文通过对前述模型参数的分析，提取两个关键参数指标分别表征移动社会网站的竞争地位与竞争实力，得到了一个移动社会网络生命周期评估模型，可用于评估一个移动社会网站的发展状况。基于实测数据，验证了评估模型的有效性。其次，从用户访问特征、会话特征、与邻居站点关系特征这3大方面分析和讨论了处于不同生命阶段的移动社会网络，其用户的群体行为规律与流量特征。在访问模型的事务层面上，对用户访问移动社会网络的访问序列进行分析，有助于了解用户群体对网络的使用习惯从而实现访问行为的预测，然而目前尚缺乏对移动社会网用户访问序列的分析。本文在Markov链模型的基础上，给出一个具有“用户感知”的网页推荐模型，能适用于大流量关键节点网页的预测推荐，弥补了以往预测算法无用户感知、需反复训练、难以应用到移动社会网络的问题。基于大量用户访问wap.renren.com的真实数据，验证这个预测模型的有效性与高准确性。

2013-06-11