2014年9月30日
数据挖掘-分词入门
摘要： 谷歌4亿英镑收购人工智能公司DeepMind，百度目前正推进“百度大脑”项目，腾讯、阿里等各大巨头布局深度学习。随着社会化数据大量产生，硬件速度上升、成本降低，大数据技术的落地实现，让冷冰冰的数据具有智慧逐渐成为新的热点。要从数据中发现有用的信息就要用到数据挖掘技术，不过买来的数据挖掘书籍一打开全是... 阅读全文
posted @ 2014-09-30 11:42 李克华 阅读(1592) 评论(2) 推荐(3)
HBase 专题技术收录
摘要： HBase系列：博客地址：http://www.cnblogs.com/panfeng412/tag/HBase/技术专题文章：HBase中MVCC的实现机制及应用情况HBase在单Column和多Column情况下批量Put的性能对比分析集群应用及运维经验小结HBase一次慢查询请求的问题排查与解... 阅读全文
posted @ 2014-09-30 11:29 李克华 阅读(546) 评论(1) 推荐(0)
搜索引擎-处理查询
摘要： 文章转自：http://blog.csdn.net/hguisu/article/details/7978451我们从用户的角度来看，用户不关心什么索引结构是倒排还是签名文件，也不需要知道相关排序算法。用户提交了查询，就需要获取满意的搜索结果。这个搜索结果就是搜索引擎是否提供有效的服务。1.查询流程... 阅读全文
posted @ 2014-09-30 11:09 李克华 阅读(690) 评论(0) 推荐(0)
搜索引擎的技术架构
摘要： 文章转自：http://blog.csdn.net/hguisu/article/details/79559851. 搜索引擎的分类搜索引擎按其工作方式主要可分为三种：分别是全文搜索引擎（Full Text Search Engine）目录索引类搜索引擎（Search Index/Directory... 阅读全文
posted @ 2014-09-30 11:02 李克华 阅读(5054) 评论(0) 推荐(1)
搜索引擎-网络爬虫
摘要： 文章转自：http://blog.csdn.net/hguisu/article/details/7949844通用搜索引擎的处理对象是互联网网页，目前网页数量以百亿计，搜索引擎的网络爬虫能够高效地将海量的网页数据传下载到本地，在本地 形成互联网网页的镜像备份。它是搜索引擎系统中很关键也很基础的构件... 阅读全文
posted @ 2014-09-30 11:01 李克华 阅读(934) 评论(0) 推荐(0)
倒排索引-搜索引擎的基石
摘要： 文章转自：http://blog.csdn.net/hguisu/article/details/79697571.概述 在关系数据库系统里，索引是检索数据最有效率的方式,。但对于搜索引起，他它并不能满足其特殊要求：1）海量数据：搜索引擎面对的是海量数据，像Google，百度这样大型的商业搜索引擎索... 阅读全文
posted @ 2014-09-30 10:58 李克华 阅读(2932) 评论(0) 推荐(0)
搜索引擎-倒排索引基础知识
摘要： 文章转自：http://blog.csdn.net/hguisu/article/details/7962350搜索引擎的索引1.单词——文档矩阵 单词-文档矩阵是表达两者之间所具有的一种包含关系的概念模型，图3-1展示了其含义。图3-1的每列代表一个文档，每行代表一个单词，打对勾的位置代表包含关系... 阅读全文
posted @ 2014-09-30 10:56 李克华 阅读(2555) 评论(0) 推荐(0)