huagong_adu-优快云博客

原创 Learning To Rank之LambdaMART的前世今生

LambdaMART是Learning To Rank的其中一个算法，适用于许多排序场景。它是微软Chris Burges大神的成果，最近几年非常火，屡次现身于各种机器学习大赛中，Yahoo! Learning to Rank Challenge比赛中夺冠队伍用的就是这个模型，据说Bing和Facebook使用的也是这个模型。本文先简单介绍LambdaMART模型的组成部分，然后介绍与该模型相关的其他几个模型：RankNet、LambdaRank，接着重点介绍LambdaMART的原理，然后介绍Lambd

2014-11-02 17:57:28 71644 5

原创主题模型-LDA浅析

上个月参加了在北京举办SIGKDD国际会议，在个性化推荐、社交网络、广告预测等各个领域的workshop上都提到LDA模型，感觉这个模型的应用挺广泛的，会后抽时间了解了一下LDA，做一下总结：（一）LDA作用传统判断两个文档相似性的方法是通过查看两个文档共同出现的单词的多少，如TF-IDF等，这种方法没有考虑到文字背后的语义关联，可能在两个文档共同出现的单词很少甚至没有

2012-09-03 14:09:24 261198 34

原创基于物品的协同过滤推荐算法——读“Item-Based Collaborative Filtering Recommendation Algorithms”

最近参加KDD Cup 2012比赛，选了track1，做微博推荐的，找了推荐相关的论文学习。“Item-Based Collaborative Filtering Recommendation Algorithms”这篇是推荐领域比较经典的论文，现在很多流行的推荐算法都是在这篇论文提出的算法的基础上进行改进的。一、协同过滤算法描述推荐系统应用数据分析技术，

2012-03-17 00:58:39 95518 31

原创浅谈网络广告

今天下午参加了品友公司举办的技术交流会，该公司是做数字广告平台的，听了一下午，技术上只了解了那么几个概念，收获不大，倒是对网络广告的模式有了基本的认识。当听到他们公司广告投放平台是怎么运作的时候，对网络投放广告盈利模式比较感兴趣，所以对这块听的比较投入，随手用Evernote做了下笔记。现在互联网公司除了软件、服务的收入，广告也是一个主要的收入来源，对网络广告有一定的了解对以后

2012-02-19 01:10:57 4387 7

原创史上最全的搜索下拉提示用户交互研究——读《An Eye-tracking Study of User Interactions with Query Auto Completion》

搜索下拉提示（Query Auto Completion，简称QAC）现在几乎是每个搜索引擎必备的基本功能，作用是在用户在搜索框输入查询词的过程中，给用户展示一系列搜索查询query供用户选择，可以方便用户输入、缩短用户搜索时间、提高用户搜索体验。在这方面的研究已经有很多，如基于上下文、基于时间序列等预测query的热度、个性化排序等，但关于用户如何与搜索下拉提示交互的研究目前还是一个空白。微软的Katja Hofmann前几天刚刚填补了这一空白，她在CIKM 2014会议上发表了一篇paper——An E

2014-11-09 18:20:58 3890

原创频繁项集挖掘算法之FPGrowth

背景：频繁项集挖掘算法用于挖掘经常一起出现的item集合（称为频繁项集），通过挖掘出这些频繁项集，当在一个事务中出现频繁项集的其中一个item，则可以把该频繁项集的其他item作为推荐。比如经典的购物篮分析中啤酒、尿布故事，啤酒和尿布经常在用户的购物篮中一起出现，通过挖掘出啤酒、尿布这个啤酒项集，则当一个用户买了啤酒的时候可以为他推荐尿布，这样用户购买的可能性会比较大，从而达到

2014-01-01 22:30:23 49664 7

原创 Bloom Filter的基本原理和变种

学习一个东西首先要知道这个东西是什么，可以做什么，接着再了解这个东西有什么好处和优势，然后再学习他的工作原理。下面我们分别从这三点简单介绍一下bloom filter，以及和他的变种。What：在允许一定的错误率的情况下，用于判断一个元素是否属于一个集合，Bloom Filter可能会将一个不属于集合的元素误判为属于这个集合，即false positive。可以应用于检查一个URL是否已经

2013-12-14 18:21:02 3341

原创 Hadoop伪分布模式搭建

这两天在看《Hadoop in Action》，尝试着搭建伪分布模式，即在“单节点集群”运行Hadoop，步骤： 1. 配置conf文件夹下hadoop-env.sh文件的JAVA_HOME环境变量指向Java安装目录export JAVA_HOME=/usr/java/jre1.6.0_23 2. 安装SSH：包括ssh

2012-12-30 11:30:01 3080

原创 Weka中的ARFF文件

Weka中用的ARFF文件格式分为两部分：Header 和Data。其中Header部分用于定义Relation的名字、一系列Attribute的名字和类型，比如： @RELATION iris @ATTRIBUTE sepallength NUMERIC @ATTRIBUTE sepalwidth NUMERIC @ATTRIBUTE petallength

2012-12-13 17:00:18 8262

原创插入查找元素效率问题——《编程珠玑》读书笔记

这两天看了第13章，看了好长一段时间，主要花在理解和编程实现上面，感觉自己的理解能力还有待提高。这一章主要讲如何实现一个有序集合（Set），该集合插入元素时不能插入重复元素，每次插入完后集合中元素的排列是有序的。书上一共使用了6种数据结构实现这个集合：STL中的set（红黑数）、数组、链表、二分查找树、位向量、桶，使用了3种优化方案：哨兵（标记元素）、指针的指针（用于实现递归向

2012-07-09 21:59:02 2372

原创位图排序及其扩展应用——《编程珠玑》读书笔记

一、基本的位图排序问题1：输入一个包含n=100万个正整数的文件，每个正整数都小于N=1000万，而且这100万个正整数没有重复，对这个文件的数字进行排序，保存结果到文件中。要求占用尽可能小的内存，速度尽可能快。分析解决：如果用一个int保存一个正整数，一个int为4 Byte，100万个数要用400万 Byte，约为4M。如果用快排，时间复杂度为O(n

2012-06-03 16:49:36 3077

原创洗牌程序

之前在写抽样问题——《编程珠玑》读书笔记这篇文章的时候提到将一个数列进行重新排列，目的是弄乱原有数据的排列，相当于洗牌，这篇文章主要讲讲这个洗牌程序的实现。一、Fisher–Yates Shuffle 最早提出这个洗牌方法的是 Ronald A. Fisher 和 Frank Yates，即 Fisher–Yates Shuffle，其基本思想就是从原始数

2012-06-01 00:47:14 8950 1

原创蓄水池抽样——《编程珠玑》读书笔记

问题：如何随机从n个对象中选择一个对象，这n个对象是按序排列的，但是在此之前你是不知道n的值的。思路：如果我们知道n的值，那么问题就可以简单的用一个大随机数rand()%n得到一个确切的随机位置，那么该位置的对象就是所求的对象，选中的概率是1/n。但现在我们并不知道n的值，这个问题便抽象为蓄水池抽样问题，即从一个包含n个对象的列表S中随机选取k个对象，n为一

2012-05-31 17:18:15 38592 3

原创抽样问题——《编程珠玑》读书笔记

问题：输入两个整数m和n，并且m 方法一： Knuth著作《Seminumerical Algorithms》中提出的方法，顺序遍历n个数，通过随机测试条件的元素被选择。以一个例子来解释所说的随机测试条件，比如m=2，n=5。第一个元素0被选择的概率是2/5；第二个元素1被选择的概率取决于第一个元素有没有被选择，如果0被选择，则1被选择的概率

2012-05-30 20:40:19 3310

转载手把手教你把Vim改装成一个IDE编程环境(图文)

手把手教你把Vim改装成一个IDE编程环境(图文)本文转自：http://blog.youkuaiyun.com/wooin/article/details/1858917By:吴垠Date:2007-09-07Version:0.5Email:lazy.fox.wu#gmail.comHomepage:http://

2012-05-12 14:59:41 2595

原创一道笔试题——由数组中除了一个数之外的其他数的乘积生成另一个数组

一、题目对于一个数组A[N]，要求生成一个新的数组B[N]。对数组B的要求是B[i] = A[0] * A[1]…*A[i - 1] * A[i + 1]*…*A[N]，也就是不包括A[i]的剩余元素之积。二、要求 1. 不允许使用除法； 2. O(1)空间复杂度和O(n)时间复杂度； 3. 除遍历计数器

2012-04-13 15:50:36 3029

转载位操作基础篇之位操作全面总结

位操作篇共分为基础篇和提高篇，基础篇主要对位操作进行全面总结，帮助大家梳理知识。提高篇则针对各大IT公司如微软、腾讯、百度、360等公司的笔试面试题作详细的解答，使大家能熟练应对在笔试面试中位操作题目。下面就先来对位操作作个全面总结，欢迎大家补充。在计算机中所有数据都是以二进制的形式储存的。位运算其实就是直接对在内存中的二进制数据进行操作，因此处理数据的速度非常快。

2012-03-20 09:28:51 1865

原创动态规划——装配线调度问题

一、问题描述装配线调度问题如下： Colonel汽车公司在有两条装配线的工厂内生产汽车，一个汽车底盘在进入每一条装配线后，在每个装配站会在汽车底盘上安装不同的部件，最后完成的汽车从装配线的末端离开。如下图1所示。图1 装配线示意图每一条装配线上有n个装配站，编号为j=1,2,...,n，

2012-03-19 15:03:01 6265

原创 C++ STL原来可以这么强大

今天在做C++ Primer第14章习题14.37的时候用到了一些STL的函数，彻底颠覆了我对C++的看法。以前总觉得C++很麻烦，实现一个功能总要写一堆的代码，很繁琐，那是菜鸟时候的想法。虽然现在也还是菜鸟，但级别比原来提高了一点，今天使用了STL的算法之后才知道，原来C++也可以这么简洁。从习题一步步扩展开来讲吧，习题如下：习题14.37 使用标准库函数对象和函数

2012-03-15 11:57:50 5368 3

原创 C++访问控制之private剖析

今天在看C++ Primer，写重载操作运算符练习程序的时候，在成员函数中直接操作形参中同类型对象的private成员，程序如下：OperatorOverload& OperatorOverload::operator=(const OperatorOverload &op){ m_nNum1 = op.m_nNum1; //op.getNum1(); m_nNum1为private

2012-03-12 11:55:02 2706 2

原创 C++复制构造函数的诡异行为研究

C++ Primer（4 edition）中文版P407上说：“复制初始化首先使用指定构造函数创建一个临时对象，然后用复制构造函数将那个临时对象复制到正在创建的对象。”但我的实验结果显示是没有调用复制构造函数。我做了个实验（实验1），首先写了一个简单的类，里面提供一个默认构造函数，一个接受单个形参的构造函数，一个复制构造函数和一个=重载函数，在上面每个函数中都打印一个消息，提

2012-03-09 11:41:42 1768 1

原创 C++ Primer 读书笔记——第12章类

1. 构造函数一般应用一个构造函数初始化列表来初始化对象的数据成员。2. 构造函数不能为const。3. 可以认为够在函数分两个阶段执行：（1）初始化阶段；（2）普通计算阶段，计算阶段由构造函数函数体中所有语句组成。4. 不管成员是否在构造函数初始化列表中显示初始化，类类型的数据成员总是在初始化阶段初始化，初始化发生在计算阶段开始之前。5. 使用构造函数初始化列表的版本初始化数据成

2012-03-08 18:33:35 1689

原创 Stanford Online Machine Learning 学习笔记1——单变量线性回归

TomMitchell 对机器学习的定义是：Acomputer program is said to learn from experience E, with respect to some taskT, and some performance measure P, if its performance on T, as measuredby P, improves with experie

2012-02-19 21:19:39 7713

原创 C++程序的编译过程及g++与之对应的几个参数

C++程序在编译的时候主要有以下几个过程： 1. 预编译（预处理）：主要是对伪指令（以#开头的指令）和特殊符号进行处理。伪指令主要包括：（1）宏指令：如#define NAME ADU，#undef等。对于第一个指令，预编译主要是进行替换，除了NAME字符串常量；对于第二个则取消该宏定义，以后出现该宏的地方不进行替换。（2）条件编译指令：如#ifnd

2012-02-14 18:52:47 3278

转载 Git常用操作命令收集

最近在用Git做版本控制，发现Git有很多命令，把一些常用的记下来，以备查看，下面的内容是转发一个童鞋总结的，挺好的，学习一下。--------------------------------------------------------------------------------------------------------------------------------------

2012-02-13 10:27:25 1548

原创如何用javac 和java 编译运行整个Java工程

前言：本文教你怎么用javac和java命令，以及如何利用脚本（shell或bat）方便处理，并用简单的实例展示这些用法。 IDE是把双刃剑，它可以什么都帮你做了，你只要敲几行代码，点几下鼠标，程序就跑起来了，用起来相当方便。你不用去关心它后面做了些什么，执行了哪些命令，基于什么原理。然而也是这种过分的依赖往往让人散失了最基本的技能，当到了一个没有IDE的地方，你便觉得无从下手，

2011-11-02 22:56:19 83688 12

原创找最小的K个数

今天在优快云无意中看到July一篇号称《当今世界最为经典的十大算法》的博文，感觉这文章名字挺霸气，于是进去瞅了一眼。看到其中有一个叫做BFPRT的算法，据说可以最坏情况下也能以O（N）复杂度找到数组中的第K大元素。博文里有链接到详细解释这个算法的另外一篇博文，于是又点进去，准备看看这算法是如何神奇，居然可以如此高效！文章是以这样一个问题开始的：如何在一堆数据中找出最小的K个数。随便想了一

2011-10-24 23:51:45 8315 1

原创如何不生成XML文件通过Socket传XML文件内容

最近做项目碰到一个问题，想在客户端生成XML文件内容，但不在硬盘上创建文件（没这个需求），可以减少I/O操作，提高效率，改为直接发送XML内容。发现Jdom还是挺好用的，直接用下面一点代码就可以完成这项任务，生成XML字符串//省略生成XML的代码Document do

2011-10-19 00:11:12 7797

原创如何在SSH断开后让远程服务器程序继续运行

主要参考来自：http://blog.youkuaiyun.com/wind19/article/details/4986458 今天在一个技术群中看到有人在讨论这个问题，刚好手头上正在做物联网项目，也遇到这么个问题，只是之前一直在测试阶段，没怎么把这个问题放在心上，断了重新连

2011-10-09 15:00:29 4919

转载事件驱动

3.4事件驱动——有事我叫你，没事别烦我劳心者治人,劳力者治于人 ——《孟子·滕文公上》关键词：编程范式,事件驱动式,回调函数,framework,IoC,DIP,观察者模

2011-06-04 17:45:00 16074 1

转载 C++代码和调试

公司开发项目调试的时候遇到一个头疼的问题，一个函数给很多地方调用了，但我只要某个参数值时执行该断点，这种高级的调试从来没接触过，上网搜了一下，果然有这方面的调试技术，下面是我找的资料，挺有用的，分享一下。原文链接是：http://hhfighting.blog.163.com/blog/static/55700323200922093543827/C++代码和调试本部分教程主要介绍了良好的C++代码风格、如何书写安全的代码以及在Visual C++环境下的程序调试技术，这些内容对于新员工从学

2011-05-12 11:02:00 2176 1

原创让我思潮翻滚的IBM面试内容

今天刚从北校笔试完IBM回来，感觉一般般，回来后上网随便看看别人的面试经历。其实也不是觉得自己可以进面试，从笔试过程感觉进面试机会不大，只是出于好奇，想了解一下别人是如何面试IBM的，IBM到底需要什么样的人才，或许对以后的职业发展有所帮助——虽然以后不是非得进IBM，但IBM作为IT行业的领头羊之一，这些大公司需要的人才多多少少有些共性。无意间看到文章下面这篇IBM面试内容（与其说是面试，不

2010-05-30 21:41:00 2033

转载基于JVM的异常诊断和性能调优

JVM GC 原理介绍: 以前我作为java 开发人员，用的都是sun 的JVM （这也是当今最好用的虚拟机），由于垃圾收集的工作都是交给JVM 做，只要编码的时候注意不要在静态的集合对象中只添加对象，而不删除对象的情况发生，就可以避免内存泄漏，所以自己从没有认真考虑过要将GC 好好学习一下；然而实际的工作表明，不深入的学习GC 的原理，很难解决生产中的问题。学习开始从理

2010-05-29 13:21:00 4941

转载从月薪3500到700万——一个大学生的成长经历

来上海整整五年了，事业上已有了突飞猛进的飞跃，生活方面有过一段段的辛酸。然而，如今回首看来，这五年来也这是这些苦恼最终成为我前进的机遇，让我拥有了目前还算可以的生活境遇?700万身价，对有些兄弟来说可能是微不足道，但是我想大多数朋友还可能暂时没有达到这个状态---没有半点炫耀的意思，我知道朋友们很多都会成功，会比我强得多---所以会对我的经历感兴趣，我决定定下心来，好好写点文字，希望不会让朋友

2010-05-20 19:19:00 3855

转载面试题之10亿正整数问题--完整解答

关于这个问题，经过这么久的讨论，两篇文章及大家的回复，已经比较很清楚了。这里就来完整的整理一下解答。其实本来已经整理得差不多了，不过很不幸，电脑忽然罢工，怎么也启动不了，然后又感冒了，所以一直到现在才开始做这个解答。好了，不说这个了。下面进入正题。这个

2010-05-10 13:45:00 2015

转载随机数的生成

问题描述：现要求产生 0~n-1 范围内的 m 个随机整数的有序列表，且不允许重复，m 考虑到 n 的值可能很大，而通常 C/C++ 提供的随机数产生器所能返回的随机数在 [0,RAND_MAX]，其中，RAND_MAX 为 0x7FFF。也就是说只有 15 位的随机性。因此，我们需要要有自己的随机数产生器，以便能够返回更多位数的随机数，通常为 30 位

2010-05-09 20:06:00 1994

转载位图算法的应用

位图的应用编程珠玑 Chapter1位图或位向量图作为一个集合，表示的这样的一个数据结构：用字符串 0 1 1 1 0 1 0 0 1 0 0 0 0 1 0 0 0 0 0 0 表示集合 {1,2,3,5,8,13}. 位图的应用需

2010-05-08 16:10:00 6144

转载位运算详解

【在网上看了一下位运算方面的内容，整合了两篇文章的内容，也加进了自己的一点理解原文链接：1.http://www.rupeng.com/forum/thread-2142-1-1.html2.http://peirenlei.javaeye.com/blog/305

2010-05-08 15:18:00 1568

转载测试ASCII码方法

ASCII码 (char)9,(char)10,(char)13(char)9 水平制表符(char)10 换行(char)13 回车测试ASCII码的方法：在记事本中，按住ALT键，同时用小键盘输入十进制的ASCII码，然后松手，

2010-05-08 00:49:00 1779

转载随便说说字符集和编码

快下班时，爱问问题的小朋友Nico又问了一个问题： "sqlserver里面有char和nchar，那个n据说是指unicode的数据，这个是什么意思。" 并不是所有简单的问题都很容易回答，就像这个问题一样。于是我答应专门写一篇BLOG来从头讲讲编码的故事。那

2010-05-07 22:24:00 1174 1

《操作系统课程设计》（华工）

设计一：设计任务：模拟Linux文件系统在任一OS下，建立一个大文件，把它假象成一张盘，在其中实现一个简单的模拟Linux文件系统。 1. 在现有机器硬盘上开辟100M的硬盘空间，作为设定的硬盘空间。 2. 编写一管理程序simdisk对此空间进行管理，以模拟Linux文件系统，要求：（1）盘块大小1k （2）空闲盘块的管理：Linux位图法（3）结构：超级块, i结点区, 根目录区 3. 该simdisk管理程序的功能要求如下： (1) info: 显示整个系统信息(参考Linux文件系统的系统信息)，文件可以根据用户进行读写保护。目录名和文件名支持全路径名和相对路径名，路径名各分量间用“/”隔开。 (2) cd …: 改变目录：改变当前工作目录，目录不存在时给出出错信息。 (3) dir …: 显示目录：显示指定目录下或当前目录下的信息，包括文件名、物理地址、保护码、文件长度、子目录等（带/s参数的dir命令，显示所有子目录）。 (4) md …: 创建目录：在指定路径或当前路径下创建指定目录。重名时给出错信息。 (5) rd …: 删除目录：删除指定目录下所有文件和子目录。要删目录不空时，要给出提示是否要删除。 (6) newfile …: 建立文件。 (7) cat …: 打开文件。 (8) copy …: 拷贝文件，除支持模拟Linux文件系统内部的文件拷贝外，还支持host文件系统与模拟Linux文件系统间的文件拷贝，host文件系统的文件命名为<host>…，如：将windows下D：盘的文件\data\sample\test.txt文件拷贝到模拟Linux文件系统中的/test/data目录，windows下D：盘的当前目录为D：\data，则使用命令： simdisk copy <host>D：\data\sample\test.txt /test/data 或者：simdisk copy <host>D：sample\test.txt /test/data (9) del …: 删除文件：删除指定文件，不存在时给出出错信息。 (10) check: 检测并恢复文件系统：对文件系统中的数据一致性进行检测，并自动根据文件系统的结构和信息进行数据再整理。 4. 程序的总体流程为： (1) 初始化文件目录； (2) 输出提示符，等待接受命令，分析键入的命令； (3) 对合法的命令，执行相应的处理程序，否则输出错误信息，继续等待新命令，直到键入EXIT退出为止。设计二：设计任务：模拟文件系统的前端操作shell 实现一个简单的shell（命令行解释器）。将设计一的管理程序simdisk作为后台进程运行，利用本设计任务的shell操作simdisk。本设计任务在于学会如何实现在前端的shell进程和后端的simdisk进程之间利用共享内存进行进程间通信(IPC)。设计三：设计任务：模拟文件系统的操作管理实现多个进程同时对模拟文件系统进行操作。设计管理程序simdisk的用户访问权限管理。访问模拟文件系统的每个进程都属于某个用户，管理程序simdisk根据其访问权限决定其对模拟文件系统的操作。对模拟文件系统的操作要求做到：共享读，互斥写。本设计任务在于学会如何实现信息的安全管理和进程同步。注：要求从课程设计的整体来考虑设计任务一、二、三，并分阶段实现。

2009-02-28

《计算机组成原理》课程设计（华工）

设计与调试任务（1）按给定的数据格式和指令系统，在所提供的器件范围内，设计一台硬联线控制器控制的模型计算机。（2）根据自己设计的指令周期和控制台指令流程图，利用EDA工具进行设计、编译、下载到通用实验台ISP1032芯片中，并调试成功。（3）在调试成功的基础上，整理出设计调试报告，包括： ① 总框图（数据通路图）； ② 硬联线控制器逻辑模块图； ③ 指令周期流程图和控制台指令流程图，组合逻辑译码表； ④ 各控制信号的ABEL语言源程序； ⑤ 自己编码的测试或表演程序（运算结果存在主存）； ⑥ 老师给定的验收程序； ⑦ 设计说明书； ⑧ 调试小结。注意，设计报告中必须包含控制信号的译码函数方程组或用逻辑表达式表示出每个控制信号，调试中出现的各种问题及解决方法。

2009-02-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

《操作系统课程设计》（华工）

《计算机组成原理》课程设计（华工）

《Linux高级编程》 学习Linux编程极力推荐的参考教科书！

编译原理（龙书） 技术与工具（第六部分）

编译原理（龙书） 技术与工具（第五部分）

编译原理（龙书） 技术与工具（第四部分）

编译原理（龙书） 技术与工具（第三部分）

编译原理（龙书） 技术与工具

编译原理（龙书） 技术与工具

编译原理（龙书） 技术与工具

iischema.dll

Home XP系统装IIS必备文件

空空如也

《Linux高级编程》学习Linux编程极力推荐的参考教科书！

编译原理（龙书）技术与工具（第六部分）

编译原理（龙书）技术与工具（第五部分）

编译原理（龙书）技术与工具（第四部分）

编译原理（龙书）技术与工具（第三部分）

编译原理（龙书）技术与工具

编译原理（龙书）技术与工具

编译原理（龙书）技术与工具