上一页 1 2 3 4 5 6 ··· 11 下一页
摘要: 在开发https应用时,你的测试服务器常常没有一个(有效的)SSL证书。在你的客户端连接测试服务器时,如下的异常会被抛出:”javax.net.ssl.SSLPeerUnverifiedException: peer not authenticated”。我将讨论使用Apache HttpClient时,解决该问题的一种方法(http://hc.apache.org/httpcomponents-client/)。1. 代码片段通常,你会像下面那样来创建HttpClient:this.client = new DefaultHttpClient();我们将需要告诉client使用一个不同的Tr 阅读全文
posted @ 2012-08-22 15:44 跳刀的兔子 阅读(78518) 评论(1) 推荐(0) 编辑
摘要: 背景知识:非对称加密算法、公钥(public key)和私钥(private key)Keytool是一个Java数据证书的管理工具。keystoreKeytool将密钥(key)和证书(certificates)存在一个称为keystore的文件中在keystore里,包含两种数据:密钥实体(Key entity)——密钥(secret key)又或者是私钥和配对公钥(采用非对称加密)可信任的证书实体(trusted certificate entries)——只包含公钥Alias(别名)每个keystore都关联这一个独一无二的alias,这个alias通常不区分大小写keystore的存 阅读全文
posted @ 2012-08-08 19:53 跳刀的兔子 阅读(566) 评论(0) 推荐(0) 编辑
摘要: 一、搭建Java Web服务器环境CATALINA_HOME = D:\Java\apache-tomcat-6.0.14安装完毕,启动Tomcat ,在浏览器上 测试 http://localhost:8080/出现上述界面,表明系统成功搭建。二、使用Java Keytool工具为系统生成HTTPS证书,并为系统注册1. 删除已有C:\Program Files\Java\jdk1.6.0_10\bin>keytool -delete -alias tomcat(随意起的别名) -keystore D:/Java/jdk1.6.0_33/jre/lib/security/cacerts 阅读全文
posted @ 2012-08-08 19:01 跳刀的兔子 阅读(32346) 评论(1) 推荐(0) 编辑
摘要: 3.3 处理偏好值为空的数据(布尔偏好) 有时推荐引擎中出现偏好值为空的记录。它代表了用户和项目是关联的,但是并没有表现出关联程度。举了例子,一个新闻网站根据用户已阅读内容为用户推荐新闻。“已阅读”使一个用户和一个项目产生了关联,然而这是唯一能够获取的信息。一般网站也不会让用户去给文章做个排序,更不会让用户再做除了阅读之外的其他什么事了。所以我们仅仅知道用户和那些文章关联了,而再也没有其他的内容了。 面对这样的情形,我们别无选择。这里不会有偏好值。后续几章将会依然提供处理如此情形的技术和建议。然而有时我们忽略掉偏好值也未尝不是坏事,只要情形需要。 丢掉用户和项目之间的联系很容易,或者说我... 阅读全文
posted @ 2012-07-27 12:15 跳刀的兔子 阅读(629) 评论(0) 推荐(0) 编辑
摘要: 3.2 内存中的数据模型 DataMode是推荐器总输入数据的一种抽象。推荐算法需要用它来实现高效的访问数据。例如,DataModel可以在输入数据中提供一列用户,或者提供与某项目关联的所有偏好值,也或者提供对一个项目集合感兴趣的所有用户ID。本小节精选出一些关于DataModel的API来做一番介绍,这些API可以再官方文档中查阅到详细说明。3.2.1 GenericDataModel GenericDataModel是最简单的数据模型的实现,它是“内存版”的。当你希望在内存中构建你的数据模型时,它比较适合你,而非基于硬盘中的文件和数据库。它所接收的偏好是以FastByIDMap存储用户.. 阅读全文
posted @ 2012-07-27 12:14 跳刀的兔子 阅读(1100) 评论(0) 推荐(0) 编辑
摘要: 一、推荐的定义 推荐:是一种用户体验的预测模式,采用这个模式发现你原先不知道,并且对你来说是新颖和感兴趣的事物。 推荐引擎算法分两种:找出和你喜好相类似的人,把他们的喜好推荐给你。基于用户(user-base);根据你已经喜欢的产品,找出其他明显满足你喜好的产品。 协同过滤(CF)产品推荐:主要特点,它是依据用户以往的行为做出推荐,而非兴趣集里各个条目内容的差异,所以CF不需要领域知识,在进行推荐前也不需要对内容进行事先收集和分析;(观其友,知其人) 基于内容推荐:依据产品的某些属性进行推荐。例如:你的朋友推荐你买Manning的书,因为你的朋友喜欢Maning其他的书,你的朋友就是是... 阅读全文
posted @ 2012-07-11 18:58 跳刀的兔子 阅读(1700) 评论(0) 推荐(0) 编辑
摘要: 1* 最固执的,是一个人的心。 你可以说服所有人,却说服不了自己的心。 你说你要放弃,你说你要忘记, 你说你过得很好,你总是笑颜如花, 连别人都觉得你是真的很开心, 那么你的心呢? 是真的快乐吗? 呵呵 没事,自己懂就好。 你很快乐,不是吗? 2* 好听的话谁都会说, 可是说完之后谁又记得, 谁说谁一直都在, 谁说谁不会离开, 可是现在呢? 谁在你身边说着不离? 你又在谁的身边说着不弃? 诺言之类只有听的人才会记得。 蒲色号一七一一三一五零五零 3* 这个世界上, 有喜欢你的人, 自然也有不喜欢你的人。 可是呢?有多少人在纠结着自己。 爱你... 阅读全文
posted @ 2012-06-08 12:58 跳刀的兔子 阅读(434) 评论(0) 推荐(0) 编辑
摘要: 第九章聚类算法9.1 K-means聚类 K-means需要用户设定一个聚类个数(k)作为输入数据,有时k值可能非常大(10,000),这是Mahout闪光的(shines)地方,它确保聚类的可测量性。 为了用k-means达到高质量的聚类,需要估计一个k值。估计k值一种近似的方法是根据你需要的聚类个数。比如100万篇文章,如果平均500篇分为一类,k值可以取2000(1000000/500)。这种估计聚类个数非常模糊,但k-means算法就是生成这种近似的聚类。9.1.1 All you need to know about k-means 下面看一下k-means算法的细节,K-me... 阅读全文
posted @ 2012-06-08 12:43 跳刀的兔子 阅读(3310) 评论(0) 推荐(0) 编辑
摘要: 第八章 数据准备8.1.2 准备Mahout使用的vector 所有的Vectors都以SequenceFile格式写入,并且被Mahout算法读入。SequenceFile是Hadoop类库按key-value对编码的一种格式。Keys实现WritableComparable,values实现Writable.这两个接口相当于Java的Comparable和Serializable接口。 下面这个例子把Vector的名字或者描述作为key,vector本身作为value。Mahout的Vector类不能实现Writable接口,避免直接与Hadoop挂钩。但是,可以采用VectorWri.. 阅读全文
posted @ 2012-06-08 11:54 跳刀的兔子 阅读(1263) 评论(0) 推荐(0) 编辑
摘要: 查看原文聚类是机器学习里很重要的一类方法,基本原则是将“性质相似”(这里就有相似的标准问题,比如是基于概率分布模型的相似性又或是基于距离的相似性)的对象尽可能的放在一个Cluster中而不同Cluster中对象尽可能不相似。对聚类算法而言,有三座大山需要爬过去:(1)、a large number of clusters,(2)、a high feature dimensionality,(3)、a large number of data points。在这三种情况下,尤其是三种情况都存在时,聚类的计算代价是非常高的,有时候聚类都无法进行下去,于是出现一种简单而又有效地方法:Canopy M 阅读全文
posted @ 2012-06-07 16:32 跳刀的兔子 阅读(5257) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 11 下一页