softwarehe的专栏

参考http://blog.csdn.net/marising/article/details/5844063，按其步骤一步步往前走，记录中间步骤和遇到的问题第一步：cmake下载和安装        从http://www.cmake.org下载最新版本，解压，./configure，make，make install第二步：crf++下载和安装        从 http:

http://blog.o-x-t.com/2009/01/23/hierarchical_clustering/下面是对其代码阅读笔记：扁平聚类 -- 无结构。高效,o(n)层次聚类 -- 不需要事先指定簇的数目，效率低，至少o(n^2)算法 -- single link    complete link    group average    centroid

原文地址：http://blog.sciencenet.cn/blog-210641-508634.html推荐系统-从入门到精通为了方便大家从理论到实践，从入门到精通，循序渐进系统地理解和掌握推荐系统相关知识。特做了个读物清单。大家可以按此表阅读，也欢迎提出意见和指出未标明的经典文献以丰富各学科需求（为避免初学者疲于奔命，每个方向只推荐几篇经典文献）。1. 中文综述(

原文地址：http://imtinx.iteye.com/blog/1290636谷歌的数学之美系列曾经提到过一种数据结构叫做bloomfilter，翻译成中文就是布隆过滤，文中使用布隆过滤器来过滤黑名单。后来我在毕业设计中也用到了它来过滤重复的URL，避免网络爬虫重复抓取。再后来在单位又一次的用到了bloomfilter来过滤用户的重复访问。随着海量数据时代的到来，布隆过滤器应用的场

算法：* 计算总词数 -- 是包括单个的字吗* 过滤掉单个的字* 过滤掉出现频率小于阈值的词* 如何计算凝固程度首先取这个词分第一个字和剩下的，计算其出现频率乘积分最后一个字和剩下的，计算其出现频率乘积取二者的最小值和这个词的出现频率比值* 如何计算自由度右邻字信息熵计算首先取这个词取字串为从0到n-2等于这个词的所有词先排好序计算量很小

http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.html

http://hi.baidu.com/fandywang_jlu/item/4fa48ec80727bb0dac092fe3

crfsuitecrfpp可以做不少工作，其中crfsuite可以用来做新词发现等，研究下，crfpp据说太慢了，不爽今天从微博上看到，下面这个更好：http://wapiti.limsi.fr/