CICTech的专栏

数据挖掘(Data Mining)已经不是一个新鲜的概念，“尿布和啤酒” 这一经典案例也被很多人津津乐道: 美国一家大型超市利用数据挖掘技术来分析他们的销售纪录，居然发现尿布和啤酒的销售量之间存在相当大的关联性。经过进一步的调查，找到了产生这个现象的原 因，原来在美国，负责为孩子购买尿布的年轻父亲们，很多时候会顺带着给自己买些啤酒。沃尔马随后采取的措施是，将尿布和啤酒并排放在一起，结果两种产品

    要识别论坛中被大量转载的同一篇文章，初看起来不是一个很难的技术问题，只要生成所有文章的信息指纹，再将相同指纹分组就可以了。至于产生信息指纹的方式，最简单的是用MD5或者SHA等单向Hash函数，如果为了减少存储以及提高性能，同时可以容许一定误差，可以再利用BloomFilter。      但是结合实际情况看一下，就能发现产生这种类别文章的指纹不能简单的用MD5产生，因为当一篇文章被大量复

原文链接 美剧“数字追凶”(Numb3rs) 是一个描写将数学方法用于侦破的系列电视剧，其中有几集都用到了同一种数学方法，即将组织（譬如黑社会，反战组织），人物，或者事件间的联系描绘成图形，探索其中的特征，最终发现重大线索。这类方法便是Social Network Analysis, 即“社会网络分析”，以下简称SNA.这样的情节设置并非毫无根据，在真实世界里，SNA确