Chinaunix首页 | 论坛 | 博客

施昌权--淘宝卫霍shicq.blog.chinaunix.net

首页　| 　博文目录　| 　关于我

scq2099yt

  • 博客访问： 5760349
  • 博文数量： 291
  • 博客积分： 0
  • 博客等级： 民兵
  • 技术积分： 7924
  • 用 户 组： 普通用户
  • 注册时间： 2016-07-06 14:28
个人简介

阿里巴巴是个快乐的青年

文章分类

全部博文（291）

文章存档

2018年（21）

2017年（4）

2016年（5）

2015年（17）

2014年（68）

2013年（174）

2012年（2）

我的朋友
最近访客
推荐博文
解密搜索引擎技术之聚类与相似性word2vec

发布时间：2015-01-26 21:07:22

一、简要介绍        word2vec是Google在2013年发布的一个开源项目，它能够将词表征为实数值向量的高效工具，采用的模型有CBOW(Continuous Bag-Of-Words，即连续的词袋模型)和Skip-Gram两种。word2vec项目详细信息请参见这里。        .........【阅读全文】

阅读(4633) | 评论(0) | 转发(0)
解密搜索引擎技术之中文分词与实现

发布时间：2014-08-28 12:29:48

        中文分词一直都是中文自然语言处理领域的基础研究，也是中文搜索引擎的核心模块之一。目前而言的分词系统绝大多数都是基于中文词典的匹配算法，其中，最为常见的是最大匹配算法 (Maximum Matching，以下简称MM算法) ，而MM算法有三种：一种正向最大匹配、一种逆向最大匹配.........【阅读全文】

阅读(11920) | 评论(8) | 转发(5)
解密搜索引擎技术之排序算法

发布时间：2014-08-11 00:07:59

一、PageRank        算法PageRank是最著名的搜索引擎Google采用的一种算法策略，是根据每个网页的超级链接信息计算网页的一个权值，用于优化搜索引擎的结果。，由拉里-佩奇提出。        简单说，PageRank算法是计算每个网页的综合得.........【阅读全文】

阅读(5044) | 评论(1) | 转发(1)
解密搜索引擎技术之页面解析htmlcxx

发布时间：2014-08-11 00:06:43

一、简介        htmlcxx是一款简洁的，非验证式的，用C++编写的css1和html解析器。和其他的几款Html解析器相比，它具有以下的几个特点：        （1）使用由KasperPeeters编写的强大的tree.h库文件，可以实现类似STL的DOM树遍历和导航.........【阅读全文】

阅读(5291) | 评论(1) | 转发(1)
解密搜索引擎技术之中文分词原理与实现

发布时间：2014-01-22 00:08:06

        因为中文文本中，词和词之间不像英文一样存在边界，所以中文分词是一个专业处理中文信息的搜索引擎首先面对的问题，需要靠程序来切分出词。一、Lucene中的中文分词        Lucene在中处理中文的常用方法有三种，以“咬死猎人的狗”为例说.........【阅读全文】

阅读(7332) | 评论(1) | 转发(3)
给主人留下些什么吧！~~

silence06072014-09-20 13:30

期待redis运维管理的心得=。=

回复　　| 　举报

scq2099yt2013-08-23 11:10

电影vs程序员：期待新文章

感谢鼓励

回复　　| 　举报

电影vs程序员2013-08-22 18:15

期待新文章

回复　　| 　举报

scq2099yt2013-08-15 10:01

vincent2010_：博主，目前从事运维工作，有没有QQ联系方式，

14046300

回复　　| 　举报

vincent2010_2013-08-14 18:18

博主，目前从事运维工作，有没有QQ联系方式，

回复　　| 　举报
留言热议
请登录后留言。

登录 注册

关于我们 | 关于IT168 | 联系方式 | 广告合作 | 法律声明 | 免费注册

Copyright 2001-2010 ChinaUnix.net All Rights Reserved 北京皓辰网域网络信息技术有限公司. 版权所有

感谢所有关心和支持过ChinaUnix的朋友们

16024965号-6