例1，数据点聚类：AP应用到25个二维数据中，使用负平法误差作为相似度 聚类数目不用预先指定 AP的一个优点是聚类数目不用预先指定，而是在消息传递方法中慢慢浮现，取决于输入参考度（preference），这种自动模型的选择，基于先验指定每一个数据点有多合适作为exemplar。 下图表示输入常量参考 ...
分类：
其他好文 时间：
2017-05-20 23:43:56
阅读次数：
419
关于查重系统很多人并不陌生，无论本科还是硕博毕业都不可避免涉及论文查重问题，这也对学术不正之风起到一定纠正作用。单位主要针对科技项目申报审核，传统的方式人力物力比较大，且伴随季度性的繁重工作，效率不高。基于此，单位觉得开发一款可以达到实用的智能查重系统。遍及网络文献，终未得到有价值的参考资料，这个也... ...
分类：
编程语言 时间：
2017-05-18 18:50:48
阅读次数：
1052
最近在做词语的相似度做比较，就选用了gensim 首先要安装gensim库，此处省略，参看官网http://radimrehurek.com/gensim/install.html 在网上下了一些词库 {"date": "2016-05-01", "content": "京东家电 沸腾五一\n买家电 ...
分类：
编程语言 时间：
2017-05-17 13:51:05
阅读次数：
275
0 推荐技术 1）协同过滤： （1）基于user的协同过滤：根据历史日志中用户年龄，性别，行为，偏好等特征计算user之间的相似度，根据相似user对item的评分推荐item。缺点：新用户冷启动问题和数据稀疏不能找到置信的相似用户进行推荐。 （2）基于item的协同过滤：根据item维度的特征计算 ...
分类：
其他好文 时间：
2017-05-17 00:50:32
阅读次数：
735
亲和性分析根据样本个体之间的相似度，确定它们关系的亲疏。应用场景: 1.向网站用户提供多样化的服务或投放定向广告。 2.为了向用户推荐电影或商品 3.根据基因寻找有亲缘关系的人 比如：统计顾客购买了商品1，然后再购买商品2的比率，算相似度。 ...
分类：
其他好文 时间：
2017-05-13 23:23:59
阅读次数：
261
SQL Server 常用函数使用方法(持续更新) 之前就想要把一些 SQL 的常用函数记录下来，不过一直没有实行。。。嘿嘿。。。 直到今天用到substring()这个函数，C# 里面这个方法起始值是 0，而 SQL 里面起始值是 1。傻傻分不清楚。。。 这篇博客作为记录 SQL 的函数的使用方法 ...
分类：
数据库 时间：
2017-05-12 13:13:06
阅读次数：
240
【Alpha阶段】测试报告 1、测试找出的BUG （1）、这种情况刷新就好 （2）、文件必须10个才行，多余10个的部分不会进入查重的部分，少于会出错； （3）、文件保存在d:\files，由于有些原因，文件读取只能在d:\files下面，其他的会报错； （4）、上传的文件必须要是 .docx模式的 ...
分类：
其他好文 时间：
2017-05-07 22:07:09
阅读次数：
271
对于输入x,类别标签Y: 判别模型：由数据直接学习决策面Y=f(x)或条件概率P(Y|x)作为预测模型 生成模型：由数据学习联合概率分布P(x,Y)，然后求出条件概率P(Y|x)作为预测模型 模型区别： 判别模型寻找不同类别之间的分离面，反映不同类别之间的差异。 生成模型通过统计反映同类数据的相似度 ...
分类：
其他好文 时间：
2017-05-02 23:34:38
阅读次数：
175
题意：两个整数集合，它们的相似度定义为：nc/nt*100%nc为两个集合都有的整数nt为两个集合一共有的整数注意这里的整数都是各不相同的，即重复的不考虑在内。给出n个整数集合，和k个询问，让你输出每个询问中两个集合的相似度。 因为数值范围在[0,10^9]，开不了这么大的数组来标记某个数的出现，所 ...
分类：
其他好文 时间：
2017-04-25 22:21:30
阅读次数：
191
一、Daily Scrum Meeting照片 二、燃尽图 注：由于前两天燃尽图制作不准确，所以重新制作一个，现已由工作量改为功能数，工作日从今天开始。 三、项目进展 功能： 算法这一块已全部完成 文件导入功能也完成了 四、困难与问题 1、网上有各种不同的文件对比相似度算法，经老师提示我们选择了余弦 ...
分类：
其他好文 时间：
2017-04-25 22:20:54
阅读次数：
176
