metago

原创 让Jena帮我们想

让Jena帮我们想----wuhui      谈到互联网的未来，人们自然的想到了语义网，虽然这个概念早在1999年就被伯纳斯－李先生提出，随后被学术界吵得沸沸扬扬，但是，真正基于语义网的应用似乎还处于孵化期。本文当然不想去解释什么是语义网、语义网的体系架构等等知识，本文将结合一个具体应用来说说语义网的一些特性，并由此希望能引起大家对语义网研究的兴趣和信心。       首先，我们来讲

原创 用c++实现urlencode

 用C++来实现UrlEncode----wuhui       在php里面实现urlencode是异常简单的事情，但是，想在c++中实现这个功能，可能得自己开发了。       基于这个需要，我在网上逛了一趟，找到了一个比较好的实现，并封装成一个小工具，大家以后就方便了。    #ifn

原创 潜在语义索引(LSI)相关公式推导

 LSI中SVD的相关公式推导SVD的公式为(公式0)其中，U、V为正交矩阵，即 ， ，S为对角矩阵，即 。利用矩阵计算法则，对上式进行分析得到  (公式1)经过svdlibc的计算，即可得到 、 和 ，利用上述三个矩阵我们来进行相关的计算。如果 为 ，则上式可理解为：N:   文本对于特征的原始向量空间V:    文本降维后的数据空间，V的每一行为一个文本

原创 Mysql操作优化

        项目中常常会用到数据库，插入和查询是经常用到的操作，为了提高其效率，有很多地方是可以改进的，下面列举几个加以介绍。1.         批量数据的插入这样的操作一般是用Mysql的C接口来操作，一般逻辑是得到一条记录的内容，然后插入到数据库。这种逻辑会使得操作比较慢，就其原因有几个：1.         插入过程中要建索引2.         通过Sql插入数据

原创 Linux上安装Mysql4.1.22及ERROR2002问题

 Linux上安装Mysql4.1.22及ERROR2002问题1.         获取源码：http://dev.mysql.com/get/Downloads/MySQL-4.1/mysql-4.1.22.tar.gz/from/pick，注意：文件名是“mysql-4.1.22.tar.gz”。2.         解压：tar xvzf mysql-4.1.22.tar.gz

原创 Linux C++ 面向对象多线程编程实例之“生产者-消费者”

Linux C++ 面向对象多线程编程实例之“生产者-消费者”问题1：生产者-消费者模型解决方案：两个线程，一个共享变量。源码： #include #include using namespace std;

原创 我看搜索引擎!

我看搜索引擎---------wuhui803@gmail.com从第一次接触搜索引擎到现在应该有几年历史了，从事其相关领域的开发也有一些时间了，总想写点什么来表针对自己经历的一个总结，本文算是一个开始吧。本文将重点讲解一下我对搜索引擎发展的理解。       现在大家都炒搜索引擎，为什么？因为能赚钱，因为眼红Google。每天，当我用搜索引擎的时候，我在想一个问题，难道这就是我们查找

原创 WordMap

WordMap介绍----wuhui803@gmail.com       在解释这个概念之前，我们来分析一下一种现象。       众所周知，词语是最小的语义单位，想理解语言本身不能不研究词语，这也难怪现在的语言学研究都从分词开始。词语和词语之间也是有联系的，看到“刘翔”和“冠军”你会想到什么？那么“马云”和“雅虎”呢？无需置疑，词语之间是有关系的。人掌握这种关系是通过“听”和“看”

原创 关于搜索引擎的思考!

最近想整理一下关于搜索引擎以其相关东西的资料,总觉得应该好好的来整理一些东西.从爬虫到排序,从结构到算法,应该说搜索引擎是越发复杂了. Java开源搜索引擎列表 Java开源爬虫

原创 用搜索引擎改变人们的生活！

人类的进步应该说是一步步踏着巨人肩膀前进的过程。自从网络出现后，人们的学习习惯在不断改变，从最开始的综合门户到现在的搜索引擎，我们查阅资源的方式在不断的改变着，信息获取的手段日益快捷，得到的信息量也在不断增加，可以毫不夸张的说，现在社会需要的是会查找资源和合理利用资源的人，因此，人的智商要求也越来越高，但是相反，搜索引擎却在不断的努力，让每个人都能平等的获取资源，让每个人都能从别人的经验中成长、收

原创 反网页垃圾研究现状

目前，反网页垃圾技术可谓是如火如荼啊，大家都在一股劲的想法子将自己的技术弄上去，研究的热点也集中人工智能和知识工程领域。人工智能干什么呢？很简单，就是想让机器来学习，让他们能自主积累知识，发现Spam的特点，成为他们的老朋友，将其干掉 从某种角度讲，人工智能是一种理想化的东西，且不说我们如何引入人工智能，就是人工智能本身也并没有其名字那样聪明。于是，人们想到了知识工程，这个知识就是人将积累的东西整

转载 Antispam，反垃圾，反作弊[转载]

Antispam，反垃圾，反作弊[原创]http://FullSearch.Com 中文全文检索网 2006-2-5 15:59:10 sigz 关键词：搜索引擎优化 反作弊 antispam

原创 网页垃圾简介

所谓网页垃圾,就是某些网站,利用搜索引擎的结果排序特点,采用一定的欺骗技术,使其在某些主题上具有较高的权重,当用户搜索这些主题时,这些网站将排在结果序列的前面.从某种角度讲,网页垃圾的出现是互联网发展的一个表现,它反映出互联网在更大的范围内为人们所了解和研究.对于网页垃圾的学术研究也开始逐步形成规模,在Web spam taxonomy一文中,作者Zolt´an Gy¨ongyi 和Hecto

原创 开版致辞！

由于工作需要，到各大搜索引擎上去搜相关资料，发现反垃圾网页的资料非常少，于是，决定开辟此版，并希望此版能成为一个良好的交流平台！

原创 国家自然科技资源平台资源分类与编码表

原创 非常态心理学！

师弟这几天思维颇为活跃，每每谈话总能蹦出思想的火花！昨日餐桌上，大而特大的宣讲其独门秘笈“非常态心理学”。话题初始，跃进兄问到“敢问此‘非常态’和‘BT’有和区别”。师弟严肃说“非常态乃心理不正常之谓也，然未达BT之程度，此态介于常态和BT之间，有恢复常态之可能，亦有恶化成BT之possibility!”其间，吾一语未发。顿间，师弟对俺说“师兄，以吾之拙见，汝当研习一下非常态！”“此言甚是有理，虽

原创 树梢上的鸟儿啊，你到底有几只？

 “树上有十只鸟，开枪打死一只，还剩几只？”  n“问的是树上还剩几只么？” n“是无声手枪或别的无声的枪吗？” n“枪声有多大？” n“枪声震的耳朵聋或其他的伤害么？” n“在这个城市里打鸟犯不犯法？” n“您确定那只鸟真的被打死啦？” n“树上的鸟里有没有聋子？” n“有没有关在笼子里的？” n“边上还有没有其他的树，树上还有没有其他鸟？” n“有没有残疾的或饿的飞不动的鸟？” n“算不算怀孕

原创 语义距离的经典文章：Fuzzy Semantic Distance Measures between Ontological Concepts！

Paper: Fuzzy Semantic Distance Measures between Ontological ConceptsProfileFrom: IEEE 2004Author: Valerie CrossE-mail:crossv@mouhio.eduIdea AbstractNotes:: Similarity between concepts: Distance betwee