摘要： 1. 词条化是将给定的字符序列拆分成一系列子序列的过程，其中每个子序列称为一个词条（token）。在这个过程中，可能会同时去掉一些特殊字符，如标点符号等。 输入：Friends, Romans, Countrymen, lend me your ears; 输出：Friends Romans Cou 阅读全文

摘要： 1. Notepad++编写python脚本 1）新建文件，编写代码 2）点击菜单栏，“语言”—>“P”—>“Python”，设置脚本为Python语言的高亮（这样保存文本的时候，Notepad++也可以自动识别文件类型为.py） 3）保存：保存路径中不要带有特殊字符（中文、空格、其他特殊字符），否 阅读全文

摘要： 原博文地址：http://www.cnblogs.com/york-hust/archive/2012/07/07/2580388.html 文件是在WIndows 下创建的,Windows 的文件名中文编码默认为GBK,而Linux中默认文件名编码为UTF8,由于编码不一致所以导致了文件名乱码的问 阅读全文

摘要： # 配置环境：windows 64bit# 安装版本：mysql-5.7.10-win32（zip archive版本）1. ZIP Archive版是免安装的，只需把mysql-5.7.10-win32.zip解压到安装目录即可。2. 在D:\Program Files\mysql-5.7.10-... 阅读全文

摘要： 《信息检索导论》 Christopher D.Manning 等著 1. 信息检索：信息检索是从大规模非结构化数据（通常是文本）的集合（通常保存在计算机上）中找出满足用户信息需求的资料（通常是文档）的过程。 2. 检索方式： 1）线性扫描：在文档或者文档集中从头到尾地查找所需信息，扫描过程中可以通过 阅读全文

摘要： ubuntu14.04LTS上装有两个版本的python：python2.7.6与python3.4，默认使用python2.7.6。可以使用以下命令来修改默认python版本：sudo cp /usr/bin/python /usr/bin/python_bak #备份sudo rm /usr/... 阅读全文

摘要： 1. ndarray对象ndarray是numpy中的一个N维数组对象，可以进行矢量算术运算，它是一个通用的同构数据多维容器，即其中的所有元素必须是相同类型的。可以使用array函数创建数组，每个数组都有一个shape（一个表示各维度大小的元组）和一个dtype（一个用于说明数组数据类型的对象）。使... 阅读全文

摘要： python提供了一些可将某个值从一种类型转换为另一种类型的内置函数。1. int函数可以把任何可以转换为整型的值转换为整型。int可以将浮点数转换为整数，但不会做四舍五入操作，而是直接丢弃小数部分。>>> int('32')32>>> int(3.9999)32. float函数将整数和字符串转换... 阅读全文

摘要： 1. 计算广告的核心问题 Andrei Broder给出了计算广告这个课题的核心研究挑战： "Find the best match between a given user in a given context and a suitable advertisement." 《计算广告》这本书结合市 阅读全文

摘要： 上周末终于拿到了刘鹏老师的新书《计算广告 互联网商业变现的市场与技术》，本人对书中受众定向和点击率预测技术很感兴趣。但是，想要深入理解这两项技术以及它们的应用场景，必须对在线广告领域涉及到的背景知识有所了解。因此，我对书中的相关概念和术语做了一个简单整理。1. 广告的定义William F.Aren... 阅读全文