标签：《智能Web算法》

2014-02-16阅读(3826)评论(0)

3.3.1 简介 3.3.2 发现朋友 三角效应 3.3.3 DiggDelphi的内部工作机制          这一节的目标是实现一个类似豆瓣的网站，目的在于鉴别出具...

2014-02-16阅读(4437)评论(1)

3.2.1 基于相似用户的推荐 计算用户相似度 3.2.2 基于相似条目的推荐 3.2.3 基于内容的推荐 样例设置 基于内容的相似度的要点 三类基于内容的推荐引擎        ...

2014-02-16阅读(3615)评论(0)

3.1.1 距离与相似度的概念 3.1.2 走进相似度的计算 3.1.3 什么才是最好的相似度计算公式？          通过用户对某些音乐的评分来预测对其他音乐的评分...

2014-02-15阅读(6670)评论(1)

《智能Web算法》在讲相关系数的时候用到了皮尔逊相关系数，我茫然不知为何物，看了定义才知道原来就是概率与数理统计课里面的相关系数r。正好概率与数理统计课的东西考完就还回去了，这边做个笔记。 皮尔逊相关系数 援引维基百科的定义： 两个变量之间...

2014-01-26阅读(6160)评论(0)

依靠索引和用户点击的确可以搜索数十万个文档，但是由于文档中不存在“链接”这个概念，那就无法应用PR来对其排名了。《智能Web算法》里介绍了DocRank算法来排序文档。 package com.hankcs; import&nbs...

2014-01-26阅读(6110)评论(3)

搜索引擎通过分析每个用户的每次搜索与用户的每次点击，从中学习到哪个结果才是用户最需要的，最终可以针对每个用户改进搜索结果。这是机器学习一个实例。 在《智能Web算法》的2.4章，给出了简单的实现，利用用户点击数据来训练搜索引擎，得出每个结果...

2014-01-26阅读(6192)评论(0)

如果仅仅依靠索引来提供检索结果的话，将会受到垃圾网页的干扰，将2.1节的源码中添加垃圾网页的那行注释取消，会发现垃圾网页排名第一： Search results using Lucene index&...

2014-01-26阅读(6564)评论(2)

这是《智能Web算法》的笔记，备忘备查。 Lucene是一个成功的开源IR（信息获取）库，可以快速地分析、索引和搜索文档（网页和电子文档）。 Lucene现在最新版本已经有4.6了，由于《智能Web算法》的配书代码用的是2.3.0，所以我依...

2014-01-25阅读(5133)评论(3)

在看《智能Web算法》“朴素贝叶斯分类器的使用”一节的时候需要用到贝叶斯定理，而我已经有好几年没学过数学了。在检索贝叶斯定理的时候看到知乎上有一个很浅显的讲解。这个讲解是由一道题目引出的： 一机器在良好状态生产合格产品几率是90%，在故障状...

2014-01-15阅读(4743)评论(1)

从Google code下载最新的配书代码，建议解压到C盘，不然路径很麻烦。 编译前确保Java安装并配置好环境变量，apache ant的环境变量可加可不加，但是一定要下载一个。把下面的傻瓜批处理复制，新建一个run.bat，粘贴进去，最...