Wuawua.com重新起航（2）--知识获取

网页 = 知识？没有这么简单？

搜索引擎的TF-IDF关键字搜索只能表明某个网页包含某个关键字，并不代表该网页是你想要的知识。例如“深度学习”，可能返回包含“深度学习”的网页，是你想要的吗？你是不是想看看“深度学习”相关的课程？书本？论文？软件？

每个人对知识的理解不一样？但是很多人理解的知识是不是就是正确的？群体智能或者推荐系统是否可以解决“准确性”的问题？

先不想这么多，搭个的框架，先做个Beta版本再说。

因为工作量比较大，尽量选择开源软件：

1. Nutch，负责搜集网页 http://nutch.apache.org
   

2. webharvest，负责网页内容提取；

3. Mahout， 自动分类

4. Deep Learning，暂时没有合适的开源软件，自己写；

5. Oryx，推荐系统（里面的算法不准确，重写基于RBM的推荐算法）；

如果您感兴趣，诚邀您一起参与。