ITeye博客

009

huangfoxAgain · 共 30 篇文章

[置顶] 信息检索系统——学习线路

在信息时代,快速、准确的找到目标数据是非常重要的,信息检索因此在各个领域得到广泛的应用。 在互联网生活中,搜索引擎正如火如荼的生长,他已成为人们在互联网生活当中必不可或缺的一种工具。但是这个工具看似简单,其实包括很多高深的技术。我正有打算了解搜索引擎领域的相关内容,然而面对这座“巨大的冰山”必须先了解他的整体结构。在《信息检索系统导论》一书中,似乎为我们绘制一套了解“信息检索”的“攻略图”,我对其进行自我个性化调整后权当自己的学习路线。 ** 信息检索系统——学习线路** 1.信息检索模型 ﹂布尔模型 ﹂向量空间模型 ﹂概率模型 ﹂扩展布尔模型 ﹂统计语言模型 ﹂隐性语义索引模型 ﹂基于本体…

2011-02-13 16:05 · SE-信息检索 · 评论(2)

[ 搜索引擎 ] - spellChecker原理分析

spellChecker是用来对用户输入的“检索内容”进行校正,例如百度上搜索“麻辣将”,他的提示如下图所示: 我们首先借用lucene简单实现该功能。 本文内容如下(简单实现、原理简介、现有问题) lucene中spellchecker简述 lucene 的扩展包中包含了spellchecker,利用它我们可以方便的实现拼写检查的功能,但是检查的效果(推荐的准确程度)需要开发者进行调整、优化。 lucene实现“拼写检查”的步骤 步骤1:建立spellchecker所需的索引文件 spellchecker也需要借助lucene的索引实现的,只不过其采用了特殊的分词方式和相关度计算方式。 建…

2012-03-09 15:37 · 评论(3)

[ solr - MoreLikeThis ] - MoreLikeThis的原理分析

在solr中有两种方式实现MoreLikeThis:MoreLikeThisHandler和在SearchHandler中的MoreLikeThisComponent。 两种方式大同小异: 一是:将MoreLikeThis作为一个单独的Handler来处理,体现主体地位。 二是:将MoreLikeThis作为一个组件放到SearchHandler中,为Search加入了MLT的功能,是一种辅助功能。 这里我们借助方法一,来简单阐述MLT的实现步骤。 步骤1: MLT是根据一篇文档(document)的相关字段进行“相似匹配”,例如: http://localhost:8983/solr3.5…

2012-03-09 15:30 · 评论(1)

[ solr - searching ] - Searching过程粗略梳理

solr-searching过程分析(一) ——searching过程粗略梳理 下午看了一会solr的启动过程,往细的看相当繁琐。换个头绪先看看solr的searching过程。 1.拦截请求,解析请求并构建相应的handler。 发送检索请求,例如: http://localhost:8983/solr3.5/core2/select/?q=*%3A*&version=2.2&start=0&rows=10&indent=on 首先他将被SolrDispatchFilter拦截。 ? doFilter(ServletRequest request, ServletResponse resp…

2012-03-09 15:08 · SE-垂直搜索引擎 · 评论(0)

一个dao模型,带事务和异常处理,请指正!

简介: 一个纯jdbc的dao模型,参考网上多篇相关技术文章,重点包括: 1.事务处理; 2.模板设计; 3.异常处理; 其中事务和异常方面一直也是争议比较大的地方,希望大家多指正,提出宝贵的意见。 首先是dao的结构描述: 首先是一些基础类,包括: dbutil: 数据库操作基础类(获取数据库连接、获取事务管理器等) transactionTemplate: 事务处理模板类 transactionManager: 事务管理器 transactionCallback: 事务处理回调方法(返回结果) transactionCallbackWithoutResult: 事务处理回调方法(不返回结…

2011-10-11 15:46 · 评论(1)

struts和hibernate谈J2EE架构数据表示

本文说明了在J2EE架构中各层的数据表示方法,包括:1、Web层的数据表示是FormBean;2、业务层的数据表示是VO;3、持久层的数据表示是PO。Form Bean不能被传递到业务层;PO在特定的情况下,例如Hibernate中,他可以取代VO出现在业务层,但是不管PO还是VO都必须限制在业务层内使用,最多到达Web层的Control,绝不能被扩散到View去。 在struts+hibernate这种结构中,是不应该把Hibernate产生的PO直接传递给JSP的,不管他是Iterator,还是List,这是一个设计错误。 我来谈谈在J2EE架构中各层的数据表示方法: ◆Web层的数据表…

2011-05-05 08:36 · 评论(0)

基于ipc分类号生成样本训练集指导文本分类【一】

基于ipc分类号生成样本训练集指导文本分类 1.文本分类的简要过程 在实际分类中,首先将训练文本表示成某种形式的元素(词)的向量,通过特征提取,用权重表示特征,这样就可以对元素-权重表示的文档向量进行训练,获得向量模型。 分类时,待分类的文档表示成元素-权重文档向量,并于向量模型进行比较,最终判断其类别。 2.第一个问题:如何找到合理的文档训练集? 由于在专利检索方面有一定的经验,因此可以依据ipc分类号,提取一批规范的文档集,作为文档训练集。 3.ipc分类号介绍 国际专利分类系统的体系结构如下: 国际专利分类系统按照技术主题设立类目,把整个技术领域分为5个不同等级:部 、 大类、 小类、…

2011-04-15 00:22 · SE-垂直搜索引擎 · 评论(0)

如何做好一个垂直搜索引擎

本文先引用几句话: 1.“确解用户之意,切返用户之需。” 2.“门户网站都想着是怎样省钱,而不是怎样花钱来买技术。” 3.“搜索引擎不是人人都能做的领域,进入的门槛比较高。” 4.“ 只是优秀还不够,最好的方式是将一件事情做到极致 。”(google十大真理) 5.“做搜索引擎需要专注” “对于一项排到第四的业务,门户很难做到专注。” 6.“用户无法描述道他要找什么,除非让他看到想找的东西。” 7. “所谓楔形,其实就是个倒三角,倒三角的尖端部分代表搜索技术,中部是基于技术的产品应用平台,最上端是对整个搜索引擎用户人群文化的认识和理解,以及现代公司竞争最关键也最捉摸不定的所谓品牌。” “楔形…

2011-04-14 23:52 · SE-垂直搜索引擎 · 评论(0)

信息检索的核心支撑技术

(Information Retrieval),通常指文本信息检索,包括信息的存储、组织、表现、查询、存取等各个方面,其核心为文本信息的索引和检索。从历史上看,信息检索经历了手工检索、计算机检索到目前网络化、智能化检索等多个发展阶段。 目前,信息检索已经发展到网络化和智能化的阶段。信息检索的对象从相对封闭、稳定一致、由独立数据库集中管理的信息内容扩展到开放、动态、更新快、分布广泛、管理松散的Web内容;信息检索的用户也由原来的情报专业人员扩展到包括商务人员、管理人员、教师学生、各专业人士等在内的普通大众,他们对信息检索从结果到方式提出了更高、更多样化的要求。适应网络化、智能化以及个性化的需要…

2011-04-14 23:31 · SE-信息检索 · 评论(0)

sqlServer 数据库常见问题

1.还原过程中提示“无获取独立访问权” ALTER DATABASE [dbName] SET OFFLINE WITH ROLLBACK IMMEDIATE 断开连接 ALTER DATABASE [dbName] SET ONLINE WITH ROLLBACK IMMEDIATE 开启连接 2.还原过程中提示“尚未备份数据日志尾部” 这是因为在线还原的数据库在最后备份后又产生了新的日志,所以按照默认设置的备份选项,系统将提示备份日志尾部以免造成事务中断。 解决方法 如果需要备份尾部日志则进行备份。如果不需要,则可以在还原数据库的的选项卡中选择【覆盖现有数据库】复选框。 3.无法收缩数据…

2011-04-13 15:17 · 速查 · 评论(0)

交流的方式

如何成为一名优秀的交谈者,下文介绍几条永远不会过时的法则: 1. 避免不必要的细节 不要钻牛角尖。例如,某个时间发生的事情并不重要,就不要浪费时间把它弄清楚。 2. 在第一个问题没有弄明白之前,不要问另外一个问题 你问别人孩子怎么样,在她回答之前,不要跳跃话题,又问人家家人的健康。 3. 别人说话时,不要打断 尽量缩短自己说话的时间,给别人说话的机会,并且,不打断。 4. 不要反驳,尤其是话题不重要的时候 别人说话时,你插入某些不必要的细节。“这种反驳别人的人,经常用另一种方式重述同一件事。” 5. 不要一直一个人讲话 寻找话题,找出你俩身上的共同点。 6. 不要一直做你故事中的英雄,尽管,…

2011-04-08 22:20 · 生活 · 评论(0)

关于压力

今天看到一篇文章,讲的是职场人士的四大高压,内容如下 职场是一个让人成长的地方,同时也是摧毁人的地方。职场的种种心理压力,通常是人们身心衰老的重要原因。下面4种压力,是职场人士再熟悉不过的魔鬼压力。 工作任务压力 压力1:工作任务时间紧,被上司要求在很短的时间里完成有难度的任务。 化解方法:学习时间管理技能,改进工作方法,寻求支持和资源。 压力2:被安排去做自己不擅长的事情。 化解方法:认清自己的优势、弱势和极限,尝试与上司沟通,勇于对上司表达出自己不擅长的地方,以及可能由此造成的对任务完成效率、质量的影响。 压力3:被一点点增加了很多推不掉的工作,却不给加工资。 化解方法:勇于有技巧地拒绝…

2011-04-08 21:01 · 生活 · 评论(0)

eclipse 手动安装Svn插件

1.下载svn插件: http://subclipse.tigris.org/ Download and Install 下载最近版本。 2.下载后解压到任意目录(文件名称尽量使用英文),在其目录下新建文件夹eclipse,将featrues和plugins放到刚健的eclipse当中。(有资料提示:删除解压文件中的三个xml文件) 3.在eclipse IDE 根目录下新建links文件夹,在里面新建subclipse.link文件(文件名随意),在文件中添加刚配置好的插件目录(只要到插件的根目录即可)。

2011-04-01 13:45 · 速查 · 评论(1)

JSTL---JSTL标签库介绍

JSTL标签库介绍 在JSTL1.1中有以下这些标签库是被支持的:Core标签库、XML processing标签库、I18N formatting标签库、Database access标签库、Functions标签库。 标签库 URI 前缀 Core http://java.sun.com/jsp/jstl/core c XML processing http://java.sun.com/jsp/jstl/xml x I18N formatting http://java.sun.com/jsp/jstl/fmt fmt Database access http://java.sun.c…

2011-03-16 00:09 · 速查 · 评论(0)

EL表达式---JSP中的EL表达式详细介绍

JSP中的EL表达式详细介绍 一、JSP EL语言定义 E L(Expression Language) 目的:为了使JSP写起来更加简单。 表达式语言的灵感来自于 ECMAScript 和 XPath 表达式语言,它提供了在 JSP 中简化表达式的方法。它是一种简单的语言,基于可用的命名空间(PageContext 属性)、嵌套属性和对集合、操作符(算术型、关系型和逻辑型)的访问符、映射到 Java 类中静态方法的可扩展函数以及一组隐式对象。 EL 提供了在 JSP 脚本编制元素范围外使用运行时表达式的功能。脚本编制元素是指页面中能够用于在 JSP 文件中嵌入 Java 代码的元素。它们通…

2011-03-15 23:58 · 速查 · 评论(0)