摘要：
日志在计算机系统中是一个非常广泛的概念，任何程序都有可能输出日志：操作系统内核、各种应用服务器等等。日志的内容、规模和用途也各不相同，很难一概而论。本文讨论的日志处理方法中的日志，仅指Web日志。其实并没有精确的定义，可能包括但不限于各种前端Web服务器——apache、lighttpd、tomcat等产生的用户访问日志，以及各种Web应用程序自己输出的日志。 阅读全文
摘要：
什么是doclist 阅读全文
摘要：
我们向搜索引擎提交一个查询，搜索引擎会从先到后列出大量的结果，这些结果排序的标准是什么呢？这个看似简单的问题，却是信息检索专家们研究的核心难题之一。 阅读全文
摘要：
GIS算法认为：对于给定的一个category，positive实例中所蕴含的规则(regularity)比negative实例中所蕴含的规则更明显；从一组相似的positive实例中推知的模式或分类信息要更准确，而离这些positive实例比较接近的negative更可能是noise。根据这一思想，GIS算法试图构造出一个基于training集合的泛化实例集合(a set of generalized instances)，来代替原始的training集合。 阅读全文