- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 如何确定中文字符串的相似度
摘要在数据挖掘的研究中，我们往往需要判断文章是否雷同,对类似文章或短句进行归类处理等，这其中就会遇到这样的问题：如何确定两个字符串之间的相似程度。本文综合作者的实际工作经验和数据挖掘理论，结合中文字符串特性介绍一套相对完整的方法，以解决上述问题.。 分析 最简单的问题求解 字符串由一组不同含义的单词组成，它不同于数值型变量，可以用一个特定的数值来确定它的
2013-04-27 22:21:40
4773
转载 由浅入深探究mysql索引结构原理、性能分析与优化
摘要：第一部分：基础知识第二部分：MYISAM和INNODB索引结构1、 简单介绍B-tree B+ tree树2、 MyisAM索引结构3、 Annode索引结构4、 MyisAM索引与InnoDB索引相比较第三部分：MYSQL优化1、表数据类型选择2、sql语句优化(1) 最
2013-04-20 21:46:20
1017
转载 字符，字节和编码(精华篇)
字符，字节和编码转载请保留或注明出处：http://www.regexlab.com/zh/encoding.htm]级别：中级摘要：本文介绍了字符与编码的发展过程，相关概念的正确理解。举例说明了一些实际应用中，编码的实现方法。然后，本文讲述了通常对字符与编码的几种误解，由于这些误解而导致乱码产生的原因，以及消除乱码的办法。本文的内容涵盖了“中文问题”，“乱
2013-04-20 20:16:18
702
转载 Lucene学习总结（二）：lucene的包结构和工作流程
Lucene是有索引和搜索的两个过程，包含索引创建，索引，搜索三个要点。让我们更细一些看Lucene的各组件： 被索引的文档用Document对象表示。IndexWriter通过函数addDocument将文档添加到索引中，实现创建索引的过程。Lucene的索引是应用反向索引。当用户有请求时，Query代表用户的查询语句。IndexSearcher通过函数search搜索L
2013-04-16 22:08:49
1172
转载 Lucene学习总结（一）：全文检索的工作流程
一、总论根据http://lucene.apache.org/java/docs/index.html定义：Lucene是一个高效的，基于Java的全文检索库。所以在了解Lucene之前要费一番工夫了解一下全文检索。那么什么叫做全文检索呢？这要从我们生活中的数据说起。我们生活中的数据总体分为两种：结构化数据和非结构化数据。结构化数据：指具有固定格式或
2013-04-16 22:02:52
1096
原创 Lucene分词实现---Analyzer、TokenStream（Token、Tokenizer、Tokenfilter）
一 分清概念： 1 TokenStream是用来走访Token的iterator(迭代器) , Tokenizer继承自TokenStream，其输入为Reader 。 TokenFilter继承自TokenStream,其作用是用来完成对TokenStream的过滤操作，譬如 去StopWords，将Token变为小
2013-04-16 13:59:32
2243
原创 MYSQL中常用命令
（一）连接到远程主机上的MYSQL的命令 命令行各参数的含义： mysql-h (host--IP地址) -P (port端口，默认3306)-u (用户名root)-p(password) -D(database, 指定数据库) mysql连接本地远程数据库命令范例：
2013-04-15 14:20:09
1111
原创 数据库表的连接用法详解(Left join , Right Join, Inner Join)
连接查询 通过连接运算符可以实现多个表查询。连接是关系数据库模型的主要特点，也是它区别于其它类型数据库管理系统的一个标志。 在 关系数据库管理系统中，表建立时各数据之间的关系不必确定，常把一个实体的所有信息存放在一个表中。当检索数据时，通过连接操作查询出存放在多个表中的不 同实体的信息。连接操作给用户带来很大的灵活性，他们可以在任何时候增加新的数据类型。为不同实体创建新的表，尔后通过连接进
2013-04-11 09:31:18
5434
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人