行业关键词分析。上次为了了解分词技术，顺便自己做了个文章分析系统拿来做实验，其中了解到这是一个很深奥的东西。由开始自己写分词，到感觉自己分词难道太大，选择使用了开源的分词组件，分词基本成功后，发现有点意思，于是采集户外运动类的行业文章，10万多篇，为了分析这10多万篇文章，又重新做了下程序，每10篇文章分析一次，其中又涉及到了跨线程和多线程的东西。这下好了，终于做完了，于是开始执行操作了，这一执行，时间就久了，一个上午才全部分析完成，并且把关键词存入了数据库表。我是个想法挺多的人，既然有了这个关键词表那我也要做点什么了，于是在sql一顿乱分析，感觉怎么也分析不出整个行业的相关关键词，到了这里，深深的感觉到，好难。不知道园子里面有谁做过这些研究。好了，这个地方暂时就被我放下了，我还是不甘心，总得有点收获吧，于是，还是利用前面的分章分析系统，在分析关键词的时候，顺便加入伪原创的简单算法，采集了几千个图片，然后随机的插入了每个段落的最后，在每个句号等后面加上关键词，然后在网上找到了一个替换词表，把所有的替换词表都替换一次。这样基本也算完成一件事情了，利用这个数据，然后加上dede系统，一个伪原创的超级大站就被我捣鼓出来了。呼呼，真的是够折腾的了，感慨，我的时间真多。不知道这样是不是属于浪费时间和生命，有共同爱好的联系我哦。
贴几个常会用的sql吧，因为我以前经常找这样的语句，好难找，希望以后对在网上找这些的人有帮助。
insert into keywords_step2(keywordsStr,allCount)( select keywordsStr,allCount from keywords where CHAR_LENGTH(keywordsStr) >= 2 order by allCount desc)
insert into keywords(keywordsStr,allCount)
(select keywords,sum(singleCount) from articlekeywords
group by keywords
order by sum(singleCount) desc)
insert into keywords_step2(keywordsStr,allCount)( select keywordsStr,allCount from keywords where CHAR_LENGTH(keywordsStr) >= 2 order by allCount desc)
