这篇文章不提原理，讲讲hadoop及其周边项目的作用。hadoop这个词已经流行好多年了，一提到大数据就会想到hadoop，那么hadoop的作用是什么呢？官方定义：hadoop是一个开发和执行处理大规模数据的软件平台。核心词语是平台，也就是说我们有大量的数据，又有好几个电脑，我们知道应该把处理数据...
分类：
其他好文 时间：
2014-07-19 21:30:03
阅读次数：
179
在Activity或者组件之前传递信息时，一般采用intent绑定bundle的方式传值，但在使用过程中需要注意的是不要用bundle传递大容量数据：
在做项目的过程中，需要将听写界面的听写结果信息传递到听写记录界面供显示用，但是由于传递的数据量过大导致程序ANR，甚至直接报异常（传递的信息里面有bitmap转换成的byte数组、每一个词组的拼音、词语、语音信息），经过分析发现是由...
分类：
移动开发 时间：
2014-07-18 14:05:30
阅读次数：
273
上一篇博文中，我们使用结巴分词对文档进行分词处理，但分词所得结果并不是每个词语都是有意义的（即该词对文档的内容贡献少），那么如何来判断词语对文档的重要度呢，这里介绍一种方法：TF-IDF。 一，TF-IDF介绍 TF-IDF（Term Frequency–Inverse Document F...
分类：
编程语言 时间：
2014-07-18 08:30:03
阅读次数：
620
WCf是集大成者，具有其他微软的很多技术，其中分布式上很多借助于Remoting，所以研究一下Remoting有助于理解WCF 提到Remoting就不得不涉及到MarshalByRefObject这个对象，网络上对这个词语的解释非常的模糊不清，特别是说“跨域访问，Remoting是引用传递，不是值...
分类：
其他好文 时间：
2014-07-16 15:04:12
阅读次数：
162
今天的任务是对txt文本进行分词，有幸了解到"结巴"中文分词，其愿景是做最好的Python中文分词组件。有兴趣的朋友请点这里。jieba支持三种分词模式： ＊精确模式，试图将句子最精确地切开，适合文本分析； ＊全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； ＊...
分类：
编程语言 时间：
2014-07-15 23:14:45
阅读次数：
679
【文章摘要】 本文以实际的C源程序为例子，介绍了Linux下的目录创建命令(mkdir)的使用方法，为相关开发工作的开展提供了有益的参考。【关键词】 C语言 Linux 目录创建 makefile 开发 一、mkdir命令简介 mkdir命令用来创建指定名称的目录，其命令格式为：mkdir [选项] 目录... 其中，[选项]可以是“-m”...
分类：
系统相关 时间：
2014-07-15 12:56:09
阅读次数：
422
有没有想过当你按下ctrl+F的时候程序是怎样做到查找你要查找的内容，例如在这篇文章里查询“程序设计”我的猜想是它首先会查找到所有有“程”字的词语，将下标存在一个数组里，在查找，直到把这片文章查完，然后再在含有“序”字的地方，过程同上，然后查“设”字，然后再查“..
分类：
其他好文 时间：
2014-07-15 10:59:14
阅读次数：
178
sphinx编译安装：./configure--prefix=/usr/local/sphinx--with-msyql=/usr/local/mysql使用mysql作为数据源静sphinx监听在9312端口，给其他程序提供调用sphinx索引词-->词所对应的文本IDphp请求sphinx一个词语，shpinx去索引检索这个词语所对应的文本ID，然后返回文本ID，p..
分类：
其他好文 时间：
2014-07-14 11:32:00
阅读次数：
259
背景：分析用户在世界杯期间讨论最多的话题。
思路：把用户关于世界杯的帖子拉下来，然后做中文分词+词频统计，最后将统计结果简单做个标签云，效果如下
后续：中文分词是中文信息处理的基础，分词之后，其实还有特别多有趣的文本挖掘工作可以做，也是个知识发现的过程，以后有机会再学习下。...
分类：
其他好文 时间：
2014-07-13 18:53:55
阅读次数：
367
第一次听到linux这个‘词语’是在一次偶然的朋友聊天中朋友提到的，之前压根没听到过‘这个东西’，所以我可以说是个linux的新新手，菜鸟都不算。截至到目前，我已经开始linux系统运维学习有差不多10天时间了。在没接触linux之前，我对它的认识仅仅是：它是个计算机系统。决定..
分类：
系统相关 时间：
2014-07-10 18:09:08
阅读次数：
332
