摘要： MySQL命令行导出数据库：1. 导出数据库：mysqldump -u 用户名 -p 数据库名 > 导出的文件名 mysqldump -u root -p Movie >Movie.sql (输入后会让你输入进入MySQL的密码) （如果导出单张表的话在数据库名后面输入表名即可） mysqldump -u root -p Movie movies>tab_movies.sql 2. 会看到文件Movie.sql自动生成到var/lib/mysql数据库存储目录下，如下所示：root@landen-Lenovo:/var/lib/mysql# lsdebian-5.5.flag 阅读全文

摘要： 视频网站的Big Data解决之道：http://www.programmer.com.cn/7615/数据驱动销售——个性化推荐引擎：http://www.programmer.com.cn/7614/http://yeshuqiang.iteye.com/blog/1466046 阅读全文

摘要： 转自：http://san-yun.iteye.com/blog/1587016 如今已经进入了一个数据爆炸的时代，随着 Web 2.0 的发展， Web 已经变成数据分享的平台，那么，如何让人们在海量的数据中想要找到他们需要的信息将变得越来越难。 在这样的情形下，搜索引擎（Google，Bing，百 度等等）成为大家快速找到目标信息的最好途径。在用户对自己需求相对明确的时候，用搜索引擎很方便的通过关键字搜索很快的找到自己需要的信息。但搜索引擎 并不能完全满足用户对信息发现的需求，那是因为在很多情况下，用户其实并不明确自己的需要，或者他们的需求很难用简单的关键字来表述。又或者他们需要更加 符. 阅读全文

摘要： 转自：http://www.resyschina.com/2010/03/five_problems_of_resys.html本文翻译于互联网观察媒体“读写网”在2009年初发布的一篇文章。 读写网在2009年初的时候编辑了一系列针对推荐系统的文章，在荷兰阿姆斯特丹举办的一次专门针对推荐系统的兴趣小组会议上，一些公司提出了实施和建设推荐系统需要面对的几个问题，本文针对这些问题，进行了初步的分析。在此与大家分享：1. 缺少数据对于推荐系统来说，可能最大的问题就是需要大量的数据才能产生推荐结果。这也是为什么那些表现最突出的推荐系统都是来自于有数据的大公司，比如Google，Amazon，Netf 阅读全文

摘要： 转自张洋（http://blog.jobbole.com/23286/）很早就对Google的PageRank算法很感兴趣，但一直没有深究，只有个轮廓性的概念。前几天趁团队outing的机会，在动车上看了一些相关的资料（PS：在动车上看看书真是一种享受），趁热打铁，将所看的东西整理成此文。本文首先会讨论搜索引擎的核心难题，同时讨论早期搜索引擎关于结果页面重要性评价算法的困境，借此引出PageRank产生的背景。第二部分会详细讨论PageRank的思想来源、基础框架，并结合互联网页面拓扑结构讨论PageRank处理Dead Ends及平滑化的方法。第三部分讨论Topic-Sensitive Pa 阅读全文

该文被密码保护。 阅读全文

该文被密码保护。 阅读全文

摘要： 语法：LOAD DATA [LOW_PRIORITY | CONCURRENT] [LOCAL] INFILE 'file_name' [REPLACE | IGNORE] INTO TABLE tbl_name [CHARACTER SET charset_name] [FIELDS [TERMINATED BY 'string'] [[OPTIONALLY] ENCLOSED BY 'char'] [ESCAPED BY 'char'] ] [LINES [STARTING BY 'string']... 阅读全文

该文被密码保护。 阅读全文

摘要： load到mysql服务器中的文件每一行中默认fields格式是以tabs(\t)隔开，for missing values you can use NULL values. To represent these in your text file, use \N(backslash,capital-N), such asWhistler Gwen bird \N 1997-12-09 \Nthe record for Whistler the bird would look like this (where the whitespace betw... 阅读全文