Zfrong繁荣的IT技术、IT项目、解决方案专栏Blog-上海

 口碑public praise，指用户对品牌的评价，是品牌它触点中的一些关键指标。口碑监测指标全面描述用户（广义的服户）对品牌的评价，包括产品应用消息、企业荣誉、企业公民行为、负品牌现象、论坛与博客监测五个方面。    将口碑引入到品牌指数数据模型中并进行量化监测，是品牌指数系统3.1的一个新功能。在以互联网为特色的新媒体时代，我们需要做的不是需不需要在意口碑，而在于如何以数据方式监测、评估

第一节 全文检索系统与Lucene简介··· 3一、       什么是全文检索与全文检索系统？··· 3二、       什么是Lucene？··· 4三、       Lucene的应用、特点及优势··· 4四、       本文的重点问题与cLucene项目··· 5第二节 Lucene系统结构分析··· 5一、       系统结构组织··· 5

spider是搜索引擎的必须模块.spider数据的结果直接影响到搜索引擎的评价指标.第一个spider程序由MIT的Matthew K Gray操刀该程序的目的是为了统计互联网中主机的数目Spier定义(关于Spider的定义,有广义和狭义两种).狭义:利用标准的http协议根据超链和web文档检索的方法遍历万维网信息空间的软件程序. 广义:所有能利用http协议检索web文档的软件

1 lucene简介1.1 什么是luceneLucene是一个全文搜索框架，而不是应用产品。因此它并不像www.baidu.com 或者google Desktop那么拿来就能用，它只是提供了一种工具让你能实现这些产品。1.2 lucene能做什么要回答这个问题，先要了解lucene的本质。实际上lucene的功能很单一，说到底，就是你给它若干个字符串，然后它为你提供一个全文

解决海量数据的新思路——分布式数据库 作者构思了一种分布式数据库的架构，并实现了其雏形，现在将其基本思路写出来，希望能起到抛砖引玉的作用。  目前，分布式的概念越来越流行，但是在数据库领域里，分布式的

 好久没写blog了,由于之前对毕业设计的要求理解错误,导致研究方向发生了偏移. 在3月7号的时候导师开了一个会才知道要做的系统是一个聚类系统, 之前研究的使用训练集产生分类器的方法是针对"自动归类"的.       香港回来后(3月9~3月16), 开始了这个课题的研究,

<br />1. 给你A,B两个文件，各存放50亿条URL，每条URL占用64字节，内存限制是4G，让你找出A,B文件共同的URL。   <br />2. 有10个文件，每个文件1G， 每个文件的每一行都存放的是用户的query，每个文件的query都可能重复。要你按照query的频度排序  <br />  <br />3. 有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16个字节，内存限制大小是1M。返回频数最高的100个词  <br />4.海量日志数据，提取出某日

//中文分词是中文搜索引擎的基础，主要应用在信息检索、信息挖掘、中外文对译、中文校对、自动聚类、自动分类等很多方面.//这个是我参照VC的例子修改的C#版本。^  ^using System;using System.Text;using System.Collections;using System.Collections.Generic;using System

using System;using System.Collections.Generic;using System.Runtime.InteropServices;using System.Text;namespace HLSSplit{    ///     /// 海量分词研究版C#接口    ///     public class HL