序言 哈夫曼树又被称为最优二叉树，是一类带权路径最短的二叉树。哈夫曼树是二叉树的一种应用，在信息检索中很常用。 资料 ...
分类：
其他好文 时间：
2019-12-25 23:40:41
阅读次数：
91
AUC原理 一、AUC起源 AUC是一种用来度量分类模型好坏的一个标准。这样的标准其实有很多，例如：大约10年前在 machine learning文献中一统天下的标准：分类精度；在信息检索(IR)领域中常用的recall和precision，等等。其实，度量反应了人们对” 好”的分类结果的追求，同 ...
分类：
其他好文 时间：
2019-12-06 21:45:53
阅读次数：
357
恢复内容开始 每次讲爬虫的时候都会从“发送请求” 开始讲，讲到解析页面的时候可能大部分读者都会卡住，因为这部分确实需要一点XPATH或者CSS选择器的前置知识。那么有没有不需要这么复杂的操作就能把页面信息读取出来的方法呢？ 答案是：有。 Lassie是一个超简单的页面信息检索工具，它能够通过几行代码 ...
分类：
编程语言 时间：
2019-11-29 21:05:43
阅读次数：
161
工程实践题目：面向消费电子产品的搜索引擎设计 0x00 业务领域建模，模型由元素和元素间的关系组成，对业务建模的主要是分清项目该做什么，不该做什么，了解目标组织（将要在其中部署系统的组织）的结构及机制。 0x01应用域信息 从用户的角度出发分析： 完成一次信息检索首先需要需要登录到网站，输入需要搜索 ...
分类：
其他好文 时间：
2019-11-20 23:16:40
阅读次数：
89
检索Cookie信息 Cookie信息检索页非常简单，Cookie信息存储在CGI的环境变量HTTP_COOKIE中，存储格式如下： 以下是一个简单的CGI检索cookie信http://www.weixiu3721.com/息的程序： 将以上代码保存到 cookie_get.py，并修改 cook ...
分类：
编程语言 时间：
2019-11-19 17:04:32
阅读次数：
87
一、前言 奇异值分解(Singular Value Decomposition，以下简称SVD)是在机器学习领域广泛应用的算法，主要应用如下： 信息检索(LSA:隐性语义索引，LSA:隐性语义分析)，分解后的奇异值代表了文章的主题或者概念，信息检索的时候同义词，或者说同一主题下的词会映射为同一主题， ...
分类：
其他好文 时间：
2019-11-11 00:37:07
阅读次数：
215
一、信息检索概述 1、信息过载 据百度百科介绍，信息过载是指社会信息超过了个人或系统所能接受、处理或有效利用的范围,并导致故障的状况。 信息过载有以下3个特点 （1）受传者对信息反映的速度远远低于信息传播的速度； （2）大众媒介中的信息量大大高于受众所能消费、承受或需要的信息量； （3）大量无关的没 ...
分类：
其他好文 时间：
2019-10-21 19:18:05
阅读次数：
91
简单介绍 LSA和传统向量空间模型(vector space model)一样使用向量来表示词(terms)和文档(documents)，并通过向量间的关系(如夹角)来判断词及文档间的关系；不同的是，LSA 将词和文档映射到潜在语义空间，从而去除了原始向量空间中的一些“噪音”，提高了信息检索的精确度 ...
分类：
其他好文 时间：
2019-09-03 15:00:27
阅读次数：
222
介绍 LTP（Language Technology Platform）为中文语言技术平台，是哈工大社会计算与信息检索研究中心开发的一整套中文语言处理系统。LTP制定了基于XML的语言处理结果表示，并在此基础上提供了一整套自底向上的丰富而且高效的中文语言处理模块（包括词法、句法、语义等6项中文处理核 ...
分类：
其他好文 时间：
2019-08-24 15:26:34
阅读次数：
601
1. 积极主动 2. 自主学习 3. 逻辑思考力 逻辑思考力就是建立逻辑思维来对问题进行分析的能力 4. 想象力 5. 分析问题 6. 沟通 7. 目标管理 8. 信息检索 9. 任务分解 ...
分类：
其他好文 时间：
2019-08-11 17:17:21
阅读次数：
118
