ITeye博客

roki

roki · 共 40 篇文章

JDBM3: Diskbase的高效keyvalue实现

https://github.com/jankotek/JDBM3 每秒100万写操作, 1000万读操作 JDBM provides TreeMap, HashMap and other collections backed up by disk storage. Now you can handle billions of items without ever running out of memory. JDBM is probably the fastest and the simpliest pure Java database. JDBM is tiny (160KB nodep…

2012-06-10 13:07 · JDM · 评论(0)

自然语言处理

CRF简介 C onditio nal R andom F ield :条件随机场,一种机器学习技术(模型) CRF 由 John Lafferty 最早用于 NLP 技术领域,其在 NLP 技术领域中主要用于文本标注,并有多种应用场景,例如: 分词(标注字的词位信息,由字构词) 词性标注(标注分词的词性,例如:名词,动词,助词) 命名实体识别(识别人名,地名,机构名,商品名等具有一定内在规律的实体名词) 本文主要描述如何使用 CRF 技术来进行中文分词 。 CRF VS 词典统计分词 基于词典的分词过度依赖词典和规则库,因此对于歧义词和未登录词的识别能力较低;其优点是速度快,效率高 CRF…

2011-07-10 16:50 · 评论(0)

Chrome 下的JSON查看插件

https://chrome.google.com/webstore/detail/chklaanhfefbnpoihckbnefhakgolnmc

2011-06-13 11:09 · 评论(0)

竞价助手3.3rc1发布

地址: http://www.rayeen.com/viewthread.php?tid=78 下载: http://download.rayeen.com/stable/BidderWizard-3.3rc1.rar 新增: 增加一次调价功能 实时快速 准确判断排名的合理价格 查看前台实际排名功能(待完善) 上升 下调 数据统计显示功能(待完善) 下版修正说明: 去除登录自动关闭问题 增加多线程调价功能 提升调价速度 增加验证码识别率 修正软件版面设计 补充说明: 对于试用过期的用户,统一增加两天的使用期限 体验新版的调价速度(请联系下面的QQ) 另: 感谢各位的大力支持 才能让我们去开发…

2009-08-23 11:47 · 评论(0)

《搜索引擎零距离》IRVM 已爬地址处理

** 使用BDB来存储已爬地址,用int status的各个不同的位,来表示不同的访问状态: 访问过;保存过;修改过 等等** package com.rayeen.spider.vertical.data; import java.io.File; import java.io.IOException; import java.io.UnsupportedEncodingException; import org.apache.hadoop.io.MD5Hash; import org.apache.log4j.Logger; import com.sleepycat.je.Databas…

2009-06-24 23:06 · 评论(0)

《搜索引擎零距离》第三章 IRS虚拟机及编译器实现原理(4)

3.3 词法分析和语法分析 为了理解IRS语言编译器的实现原理,我们首先要了解关于词法分析和语法分析的知识。 3.3.1 定义与简介 所谓词法分析,就是把文本中的内容按照一定规则识别为一系列的词语单元。例如,假设我们规定“连续的一串字符叫做一个WORD,句号叫做DOT”,那么,序列I love this game就能够被识别为WORD WORD WORD WORD DOT。 所谓语法分析,就是按照一定的规则把多个连读的个词语单元识别为一系列语义单元。例如,假设我们规定“连续的WORD 跟上一个DOT 叫做一个SENTENSE(句子)”,那么上例中的WORD WORD WORD WORD DO…

2009-06-23 14:40 · 评论(0)

在chinapub上搜“搜索引擎”,按照销量排序《搜索引擎零距离》居然是第一

在chinapub上搜“搜索引擎”,按照销量排序,《搜索引擎零距离》居然是第一 ... http://www.china-pub.com/s/?&displaytype=1&key1=%cb%d1%cb%f7%d2%fd%c7%e6&type=&pz=1&ordertype=4

2009-06-23 14:13 · 评论(0)

《搜索引擎零距离》第三章 IRS虚拟机及编译器实现原理(3)

3.1.7 方法调用 例子: foo.bar() foo.bar bar() print "hello world\n" print 语法: 标识符 ] )] 若未指定被调用方法的对象,则调用 self 的方法。 方法名中除了通常的标识符以外,还可以添加“?”或“!”等后缀。通常在布尔型(返回真或伪)方法名后添加“?”,在比同名(无“!”)方法更具破坏性的方法名(例:tr 和 tr!)后添加“!”。 若最后一个参数前带“ ”的话,将会先展开该参数的值,然后才传递。例如: foo(1, ) # 等同于 foo(1,2,3,4) 3.2 Java与JRuby的整合 当前版本的JRuby与Java…

2009-06-23 08:59 · 评论(0)

《搜索引擎零距离》第三章 IRS虚拟机及编译器实现原理(2)

3.1.4 类和方法的定义 类定义 例子: class Foo < Super def test : end : end 语法: class 标识符 表达式 .. end 该语法用来定义类的内容。类名是以大写字母开头的标识符。 类定义实际上就是把类赋值给由类名指定的常数(在 Ruby 中,类也是一个对象,它是 Class 类的实例)。 若某个类已经被定义过,此时又用相同的类名进行类定义的话,就意味着对原有的类的定义进行追加。例子: class Foo < Array def foo end end class Foo def bar end end 在类定义表达式中,self 指的是该类本身…

2009-06-22 16:20 · 评论(0)

《搜索引擎零距离》第三章 IRS虚拟机及编译器实现原理(1)

IRS语言运行于Java编写的虚拟机上,本书把运行IRS语言的虚拟机称为IRVM(Information Retrieval Virtual Machine),而这个虚拟机上最为重要的一个模块就是内嵌的Ruby解析引擎,IRS语言中的Ruby脚本可以调用IRVM内部的多种功能模块,并能灵活地处理各种循环、条件判断语句,以及Ruby语言的系统函数。下面对Ruby,Java,JRuby作一简单介绍。Ruby是现在编程界讨论得正热火朝天的一种语言。这种语言功能强大而且易于使用;同时Ruby还紧密绑定到例如Ruby on Rails等web应用程序开发框架中。另一方面,在过去的十年间,Java正迅速…

2009-06-22 09:48 · 评论(0)

《搜索引擎零距离》IRQL语言的解析

package com.rayeen.spider.vertical.util; import java.net.URL; import java.util.ArrayList; import java.util.Arrays; import java.util.Collections; import java.util.Comparator; import java.util.HashMap; import java.util.HashSet; import java.util.LinkedHashMap; import java.util.List; import java.util.M…

2009-06-21 11:54 · 评论(0)

新书推荐!清华出版社新书《搜索引擎零距离》

购买地址: http://www.china-pub.com/195494 本书作者主页: http://www.rayeen.com 【内容简介】 随着网络信息资源的急剧增长,人们越来越多地关注如何快速有效地从海量的网络信息中,抽取出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用。搜索引擎技术解决了用户检索网络信息的困难,目前搜索引擎技术正成为计算机科学界和信息产业界争相研究、开发的对象。. 本书的作者是一位资深的搜索引擎开发人员,书中对数据获取(网络信息挖掘)与数据检索(搜索引擎)两个方面作了深入的介绍。本书首先提出了一套“网络数据挖掘”的完整理论,并给出一个实际的智能爬虫系统,…

2009-06-04 16:39 · 评论(2)

创业第27天,开始规划把SEO功能加进竞价助手

创业第27天,开始规划把SEO功能加进竞价助手, SEO辅助毕竟也是很有市场的,加进去并不复杂,准备花周末2天时间竞价助手的功能再完善一下。

2009-05-15 22:36 · 评论(0)

创业第26天,客户请吃饭,提出了几个项目的大致意向

创业第26天,客户请吃饭,提出了几个项目的大致意向,回去之后编写了各个项目的预算与周期,提交客户审阅。

2009-05-15 22:27 · 评论(0)

今天看了一眼我的书架,发现清华出版社出的书真是多啊

今天看了一眼我的书架,发现清华出版社出的书真是多啊~~~~~~~~简单列一下: 《数据库实用教程》 《数据结构》 《GNU/Linux编程指南》 《C++程序设计教程》 《C++程序设计实验指导》 《Perl实例精解》 《IBM-PC汇编语言程序设计》 《数据结构(面向对象方法与C++描述)》 《Window API常用技巧汇编》 《计算机组成与结构》 《Oracle9i中文版基础教程》 顺便列一下书架上机械工业出版社的书: 《C++编程思想》 《C程序设计教程》 《数学分析原理》 《实分析与复分析》 《Flash5技术精粹》 《神经网络设计》 《数据挖掘 概念与技术》 《小波分析及其应用》…

2009-05-14 10:10 · 评论(5)