2007年01月_pennyliang

03月 02月 01月

原创搜索引擎简史[转]

搜索引擎发展史1990年以前，没有任何人能搜索互联网。所有搜索引擎的祖先，是1990年由Montreal的McGill University学生Alan Emtage、Peter Deutsch、Bill Wheelan发明的Archie(Archie FAQ)。虽然当时World Wide Web还未出现，但网络中文件传输还是相当频繁的，由于大量的文件散布在各个分散的FTP主机中，查询起来非常

2007-01-29 16:02:00 2125 1

原创 sigmoid函数的用途

sigmoid函数是一个良好的阈值函数,连续，光滑严格单调关于(0,0.5)中心对称对阈值函数 _ 1, x > /deltaf(x)= / / - 0, x 的良好近似其导数f(x)=f(x)*[1-f(x)]，可以节约计算时间f(x) = 1/[1+e^(-x)].图形如上。如果x = a*r.其中a为倾斜系数，当a足够小，这个图形可以无限

2007-01-14 11:39:00 26330 2

原创停用词的自动检测

令一个停用词为f(i)，nj(f(i)) 表示停用词i在时间窗口j内所有文本中出现的次数。时间窗口典型的选择1天。时间窗口出现的文本，为这个时间产生的网页文章。例如在今天“沙达姆”出现在1000个文档中的20篇，则nj(f(i))=20。另Pj [nj(f(i))=K] 表示停用词i在时间窗口j内所有文本中出现的次数为K的概率。K符合超几何分布。（不妨回忆一下超几何分布，在一个已知正品概

2007-01-12 15:02:00 2753

原创 Rocchio算法，其他分类算法通用阈值确定方法

通过对PR曲线的绘制，了解阈值设定对PR值影响的状况，这里假定P,R都是重要的，采用角平分线和该曲线的交点，交点处为PR值达到最佳的点，作为调和平均数F-measure,P,R均取高值，该指标才可能高。下图为公交分类过程中，阈值不同，描出的不同点，通过计算夹角余玄设定为0。2为最理想。

2007-01-10 15:45:00 5084

原创 google定制的搜索引擎

我的搜索引擎 Google CSE Search Box Begins --> form id="searchbox_008110756901039689918:u4suebjp27s" action="http://www.google.com/cse"> input type="hidden" name="cx" value="00

2007-01-09 23:08:00 1505

原创空间换时间，Memoization，单件模式，备忘录模式，之间的关系。

在设计模式中，名字的命名一般都和具体应用有关，这里我们从单件模式，和备忘录模式挖掘一些深层次的东西。首先来看单件模式，本质上，它是构造一次，每次要用到的时候不需要重复构造，直接取出即可，我们不妨把构造变成计算，那么就是，计算一次，然后存储，不在重复计算。在看备忘录模式，每个对象都含有内部状态，但是对象的状态都在不断变化，如何保留这些变化，备忘录模式协助我们保留用户的状态，那么本质上也

2007-01-06 16:50:00 2147

Topology-Calculation-Tuning本学期一份组内报告

这是一个在组内做的技术报告，从技术的观点，介绍了布局，计算和调优的工作，这些工作是一个工程师的必修课，这里以点带面的进行了展开，是为了表明，编代码不是盲目的写，而是要有计划，有层次，有把握地去写，我水平有限，这些只是自己的思考，因为我还刚上路呢。。。

2011-01-19

微软企业文化内训资料

微软企业文化内训资料，该资料主要介绍微软组织架构，价值观，管理理念等等

2010-07-09

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 搜索引擎简史[转]