见路不走

摘要： 这几天不断尝试社交圈子挖掘的算法，不断改进算法，产生了很多的结果。对于我自己的圈子，我人工评价即可知道效果如何，但是如果测试其他人的数据，总是请同学帮忙验证，有些过于麻烦，而且，这样的人工评价，不利于比较。所以，我需要一个相对准确的方法来评价我挖掘出的圈子的效果如何。 我经常听有人说圈子的“准确率”，“召回率”如何如何。但是，我觉得这个也不是很直观，因为这个需要标注数据，来进行测评。那我们能否从网络拓扑结构本身入手，进行判断呢？当然可以，就是：quality function。 这个思路很早就提出来了。要分析这个思路，还要先说说社团结构的定义。对于社团结构，一直没有很好的定义，尤其是量化的定义 阅读全文

摘要： 我很喜欢《亮剑》这部电视剧，李云龙经常说：我们不能打了半天，不知道敌人是谁。所以 ，这一篇文章，我简单分析一下，微博社交圈子挖掘目前遇到的问题是什么？不能分析了半天，只注重结果如何如何，却忘记了最根本的问题、难题是什么。 复杂网络中社团结构发现的研究已经有好多年了，有分裂的方法，凝聚的方法，基于网络动力学的方法，还有很多别的奇怪的方法。这些方法都有各自适应的解决的网络结构。比如前一篇博客中提到的两点：层次性重叠性一些方法层次性处理的很好，如GN，Newman‘s fast algorithm等，有些重叠性处理的非常好，如k-clique方法比较典型。后来，研究人员相继提出一些方法，将上面的两个 阅读全文

摘要： 微博构成了一个社交网络，链接非常复杂，学术一点说叫做复杂网络。在社交网络中发现圈子，其实就是在复杂网络中发现社团结构，有很多方法可以依循。但是目前这些方法，都有各自的优缺点，没有相对完美的算法。从今天开始尝试学习、分析这些算法的特点，并且希望能够进行不遗余力的改进。 在一个复杂的社交网络中，有两个特点，首先要很清楚，才能够判断挖掘的圈子是否合理，是否贴合实际：层次性：在社交网络中，圈子、或者社团结构，往往都是可以分为子圈子、子社团结构的，可能是由于选取某系的某种不同程度。重叠性：由于人的多面的属性，在实际的社交网络中，圈子往往是重叠的。根据以上两个重要的特点，分别有比较典型的代表算法：Newm 阅读全文

摘要： 今天在一个博客中看到一个程序，使用mapped file机制，创建超大的矩阵，主要是为了节省内存，避免内存溢出异常。主要代码如下：/** * */package high.performace.java;import java.io.Closeable;import java.io.IOException;import java.io.RandomAccessFile;import java.n... 阅读全文

摘要： 看了几篇文章介绍高性能java程序开发的，主要是关于采用一些什么样的方法，能够较大的提升java程序的性能，主要有以下几点： 使用unsafe的类，去掉一些不必要的检查。这部分我平时没有使用，需要进一步研究 尽可能少的使用内存，比如对于基础类型的集合，可以采用Trove工具包。 java中默认的String的实现性能比较低，是基于char[]，java 6之后，使用-XX:+UseCompress... 阅读全文

摘要： ubuntu下，适用eclipse开发c++程序，经常会需要连接外部的库，主要有两种方法： 直接修改Debug/objects.mk: 修改如下：LIBS := -lxapian 右键项目->peoperties->c/c++ Build->Settings->Tool Settings->GCC C++ Linkder->Libraries。在上面的Libraries（-l）中添加，比如我要添加... 阅读全文

摘要： 打算将一篇论文中的存储引擎实现了，java效率相对低，不想用c++，就想到了google开源的go语言。这次是真的有实际需求的学习了。开始安装： 安装c语言工具：gcc，make，awk等，一般默认都安装好了 安装Mercurial，sudo easy_install mercurial， 如果没有安装easy_install，执行：apt-get install python-setuptool... 阅读全文

摘要： 笔记都是写给未来的自己看的。Cassandra为什么要有Compaction的机制Cassandra是BigTable的列族（Column Family）存储方式，这是一种非常灵活的存储模型，即使在同一个表中，不同的key也可以有不同的列，而且列不是对齐存储的，节省了空间。在Cassandra中，insert和update在底层都是追加的方式实现的，例如，数据key1对应column1，column2两列，要更新key1数据，更新内容为column2，c0lumn3。column1不变，column2更新，column是新加的。并且由于追加的方式，原数据和更新数据分别在两个sstable文件中 阅读全文

摘要： 统计的HDU上的部分动态规划的题目，供自己复习查找，大部分题目的思路、代码会在博客中给出。ID题目状态2955Robberies 1864最大报销额 1231最大连续子序列AC1003Max sumAC1506Largest Rectangle 1505City Game 2602Bone Collector 1087Super JumpingAC2571命运 1069Monkey and Ban... 阅读全文

摘要： 找到一个上升子序列，和最大。注意取值可能为负数。#include int n;int a[1001], dp[1001];int main() { while (scanf("%d", &n)) { if (0 == n) break; for (int i = 1; i a[j] && dp[i] m) m = dp[i]; } printf("%d\n", m); } return... 阅读全文