insertyou

向量空间模型文档相似度计算实现（C#）

读者可以根据自己的需要进行加壳或改写，本文权当抛砖引玉。
笔者加的壳在：
<a href="http://download.csdn.net/source/1143450">http://download.csdn.net/source/1143450</a><a href="http://download.csdn.net/source/1143450"></a>

VSM模型介绍：
<a href="http://blog.csdn.net/Felomeng/archive/2009/03/25/4024078.aspx">http://blog.csdn.net/Felomeng/archive/2009/03/25/4024078.aspx</a><a href="http://blog.csdn.net/Felomeng/archive/2009/03/25/4023944.aspx"></a>

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Text.RegularExpressions;

namespace Felomeng.VSMSimilarity
{
 class SVMModle
 {
 /// <summary>
 /// 降维词表
 /// </summary>
 private List<string> reducingKeys = new List<string>();
 /// <summary>
 /// 构造函数：使用降维表
 /// </summary>
 /// <param name="reducingKeys">降维词表</param>
 public SVMModle(List<string> reducingKeys)
 {
 this.reducingKeys = reducingKeys;
 }
 /// <summary>
 /// 构造函数：不使用降维表
 /// </summary>
 public SVMModle()
 {
 }
 /// <summary>
 /// 相似度计算
 /// </summary>
 /// <param name="text1">文档１（分好词的，分词符为非汉字字符）</param>
 /// <param name="text2">文档２（分好词的，分词符为非汉字字符）</param>
 /// <returns>两篇文章的相似度</returns>
 public double Similarity(string text1, string text2)
 {
 double similarity = 0.0, numerator = 0.0, denominator1 = 0.0, denominator2 = 0.0;
 int temp1, temp2;
 Dictionary<string, int> dictionary1 = GetDictionary(text1);
 Dictionary<string, int> dictionary2 = GetDictionary(text2);
 if ((dictionary1.Count < 1) || (dictionary2.Count < 1))//如果任一篇文章中不含有汉字
 {
 return 0.0;
 }
 Dictionary<string, int>.KeyCollection keys1 = dictionary1.Keys;
 foreach (string key in keys1)
 {
 dictionary1.TryGetValue(key, out temp1);
 if (!dictionary2.TryGetValue(key, out temp2))
 {
 temp2 = 0;
 }
 dictionary2.Remove(key);
 numerator += temp1 * temp2;
 denominator1 += temp1 * temp1;
 denominator2 += temp2 * temp2;
 }
 Dictionary<string, int>.KeyCollection keys2 = dictionary2.Keys;
 foreach (string key in keys2)
 {
 dictionary2.TryGetValue(key, out temp2);
 denominator2 += temp2 * temp2;
 }
 similarity = numerator / (Math.Sqrt(denominator1 * denominator2));
 return similarity;
 }
 /// <summary>
 /// 相似度计算
 /// </summary>
 /// <param name="text1">第一篇文档的词频词典</param>
 /// <param name="text2">第二篇文档的词频词典</param>
 /// <returns>两篇文档的相似度</returns>
 public double Similarity(Dictionary<string, int> text1, Dictionary<string, int> text2)
 {
 double similarity = 0.0, numerator = 0.0, denominator1 = 0.0, denominator2 = 0.0;
 int temp1, temp2;
 Dictionary<string, int> dictionary1 = new Dictionary<string,int>( text1);
 Dictionary<string, int> dictionary2 = new Dictionary<string,int>( text2);
 if ((dictionary1.Count < 1) || (dictionary2.Count < 1))//如果任一篇文章中不含有汉字
 {
 return 0.0;
 }
 Dictionary<string, int>.KeyCollection keys1 = dictionary1.Keys;
 foreach (string key in keys1)
 {
 dictionary1.TryGetValue(key, out temp1);
 if (!dictionary2.TryGetValue(key, out temp2))
 {
 temp2 = 0;
 }
 dictionary2.Remove(key);
 numerator += temp1 * temp2;
 denominator1 += temp1 * temp1;
 denominator2 += temp2 * temp2;
 }
 Dictionary<string, int>.KeyCollection keys2 = dictionary2.Keys;
 foreach (string key in keys2)
 {
 dictionary2.TryGetValue(key, out temp2);
 denominator2 += temp2 * temp2;
 }
 similarity = numerator / (Math.Sqrt(denominator1 * denominator2));
 return similarity;
 }
 /// <summary>
 /// 统计文档词频词典
 /// </summary>
 /// <param name="text">已分词文档，分隔符为非汉语字符</param>
 /// <returns>该文档词频词典</returns>
 public Dictionary<string, int> GetDictionary(string text)
 {
 Dictionary<string, int> dictionary = new Dictionary<string, int>();
 Regex regex = new Regex(@"[\u4e00-\u9fa5]+");
 MatchCollection results = regex.Matches(text);
 int temp;
 foreach (Match word in results)
 {
 if (dictionary.TryGetValue(word.Value, out temp))
 {
 temp++;
 dictionary.Remove(word.Value);
 dictionary.Add(word.Value, temp);
 }
 else
 {
 dictionary.Add(word.Value, 1);
 }
 }
 return dictionary;
 }
 }
}
还有很多可以优化的地方，大家多加思考。如果能够得到适当优化的话，速度还能提高很多。

你可能感兴趣的:(相似度计算)

基于用户的协同过滤以及ALS的混合召回算法山水阳泉曲算法机器学习人工智能矩阵 python 推荐算法线性代数
文章目录需求基于用户的协同过滤基本步骤相似度计算代码示例(使用余弦相似度)基于用户的协同过滤的缺点实际推荐系统中的替代方案ALSuserBaseCF+ALS混合推荐设计代码说明需求要将基于用户的协同过滤（User-BasedCollaborativeFiltering,UBCF）与交替最小二乘（AlternatingLeastSquares,ALS）结合起来，设计一个混合推荐系统。这种系统可以利用
向量数据库 Milvus：智能检索新时代三余知行「数智通识」「机器学习」数据库 milvus 智能检索高维数据检索 AIGC 维护
文章目录Milvus核心技术Milvus基本特点索引策略相似度计算图像检索演示Milvus基础维护环境搭建建立向量索引数据导入数据更新数据删除用户权限管理Milvus评估与调优性能评估调优技巧Milvus数据安全安全策略数据备份与恢复Milvus扩展性案例演示电影推荐在线广告投放结语随着人工智能和大数据技术的不断进步，向量数据库的应用场景愈发广泛。Milvus作为一款优秀的开源向量数据库，凭借其强
探秘Elasticsearch：高性能搜索引擎的原理与应用场景（一）凛鼕将至搜索引擎 elasticsearch 大数据
本系列文章简介：本系列文章将探秘Elasticsearch的原理与应用场景，从基本原理到具体应用，带领读者全面了解这一强大的搜索引擎。首先我们将介绍Elasticsearch的基本原理，包括分布式架构、倒排索引和分片等核心概念。然后我们将深入探讨Elasticsearch的搜索原理，包括查询解析、相似度计算和布尔搜索等关键技术。接着我们将讨论Elasticsearch的索引和映射，了解如何对文档进
人工智能学习与实训笔记（六）：神经网络之智能推荐系统穿越光年人工智能技术学习人工智能学习笔记
人工智能专栏文章汇总：人工智能学习专栏文章汇总-CSDN博客本篇目录七、智能推荐系统处理7.1常用的推荐系统算法7.2如何实现推荐7.3基于飞桨实现的电影推荐模型7.3.1电影数据类型7.3.2数据处理7.3.4数据读取器7.3.4网络构建7.3.4.1用户特征提取7.3.4.2电影特征提取7.3.4.3相似度计算7.3.4.4网络模型完整代码7.3根据推荐案例的思考七、智能推荐系统处理7.1常用
hadoot离线与实时的电影推荐系统-计算机毕业设计源码10338 FYKJ_2010 mysql ajax css bootstrap vue.js
摘要随着互联网与移动互联网迅速普及，网络上的电影娱乐信息数量相当庞大，人们对获取感兴趣的电影娱乐信息的需求越来越大,个性化的离线与实时的电影推荐系统成为一个热门。然而电影信息的表示相当复杂，己有的相似度计算方法与推荐算法都各有优势，导致单一的相似度计算方法与推荐算法无法合适地应用于离线与实时的电影推荐系统中。大量的电影数据的管理运营随着数据量的增长也变得越来越复杂，因此，如何综合各种算法的优势给用
使用word2vec+tensorflow自然语言处理NLP 取名真难. 机器学习自然语言处理 word2vec tensorflow 机器学习深度学习神经网络
目录介绍：搭建上下文或预测目标词来学习词向量建模1：建模2：预测：介绍：Word2Vec是一种用于将文本转换为向量表示的技术。它是由谷歌团队于2013年提出的一种神经网络模型。Word2Vec可以将单词表示为高维空间中的向量，使得具有相似含义的单词在向量空间中距离较近。这种向量表示可以用于各种自然语言处理任务，如语义相似度计算、文本分类和命名实体识别等。Word2Vec的核心思想是通过预测上下文或
HNSW的基本原理及使用查叔笔录
本文首发于：http://xzyin.top/hnsw/转载请注明出处:http://xzyin.top/相关系列文章可参考：《大规模向量相似度计算(一)——hnswlib的基本使用示例》《大规模向量相似度计算(二)——hnswlib的参数含义》关注微信公众号：【charlie_mouse】进入技术交流群。1.Smallworldvs.Randomgraph在正式的介绍NSW和HNSW之前，先来了
LLM大语言模型（六）：RAG模式下基于PostgreSQL pgvector插件实现vector向量相似性检索 Hugo Lei LLM工程语言模型 postgresql 人工智能 LLM 向量数据库 embedding
目录HightLightMac上安装PostgreSQLDBever图形界面管理端创建DB使用向量检索vector相似度计算近似近邻索引HNSW近似近邻索引示例HightLight使用PostgreSQL来存储和检索vector，在数据规模非庞大的情况下，简单高效。可以和在线业务共用一套DB，减少其他组件的引入，降低复杂度，在业务初期可以极大的提升效率。Mac上安装PostgreSQL强烈建议使用
Python与自然语言处理库Gensim实战心梓知识 python 自然语言处理 easyui
一、Gensim简介Gensim是一款Python自然语言处理库。它能够自动化训练出一个文本语料库，然后用该语料库来训练出一个词向量模型。在语料库中，每个语料库都是由一个个文档组成，每个文档则是由若干个单词组成。Gensim相对于其他Python自然语言处理库的优点在于它的速度和内存占用率较低。同时它还提供了许多文本处理的功能，比如文档相似度计算和主题建模等。二、安装Gensim在安装Gensim
【爬虫实战】python文本分析库——Gensim 认真写程序的强哥爬虫 python Python爬虫 Python学习 Python文本分析 Gensim 开发语言
文章目录01、引言02、主题分析以及文本相似性分析03、关键词提取04、Word2Vec嵌入（词嵌入WordEmbeddings）05、FastText嵌入（子词嵌入SubwordEmbeddings）06、文档向量化01、引言Gensim是一个用于自然语言处理和文本分析的Python库，提供了许多强大的功能，包括文档的相似度计算、关键词提取和文档的主题分析，要开始使用Gensim，您需要安装它，
如何利用大模型结合文本语义实现文本相似度分析？小小晓晓阳 LLM 文心一言 python nlp
常规的文本相似度计算有TF-IDF，Simhash、编辑距离等方式，但是常规的文本相似度计算方式仅仅能对文本表面相似度进行分析计算，并不能结合语义分析，而如果使用机器学习、深度学习的方式费时费力，效果也不一定能达到我们满意的状态，随着大模型技术的日渐成熟，我们是否可以利用大模型来完成文本相似度分析呢？本文将结合文心一言4.0来介绍两种文本相似度分析的方法：方式一提供prompt，直接调用大模型接口
相似度计算 hzhj 评价指标机器学习人工智能
衡量相同维度的不同向量之间的距离称之为两向量的相似度，其计算方法具体可查看这里参考文献：机器学习中的数学——距离定义：基础知识_知识距离定义-CSDN博客
Python 库 Difflib 人帝 python 开发语言
Python的difflib库豪气现身，它拥有强大的文字比较功能，能帮你快速地找出不同点，使整合过程变得轻松愉快。什么是difflibdifflib是Python标准库的一部分，无需额外安装即可使用。这个库由多个部分组成，主要提供了用于比较序列之间的差异和相似度计算的类和函数。它可以用来比较文件、字符串等，并可以生成差异结果的多种报告，这样我们便可以直观地看到不同之处。由于difflib是随Pyt
我用Java写了一个协调过滤算法案例还得是你大哥 java服务端 java 算法开发语言
协调过滤算法（CollaborativeFiltering）是一种基于用户行为数据的推荐算法。这里给出一个简单的Java实现案例，使用余弦相似度计算物品之间的相似度，并根据相似度为用户推荐物品。importjava.util.*;publicclassCollaborativeFiltering{publicstaticvoidmain(String[]args){//用户评分数据Map>user
基于BERT模型实现文本相似度计算伪_装自然语言处理深度学习 bert 深度学习自然语言
配置所需的包!pipinstalltransformers==2.10.0-ihttps://pypi.tuna.tsinghua.edu.cn/simple!pipinstallHanziConv-ihttps://pypi.tuna.tsinghua.edu.cn/simple数据预处理#-*-coding:utf-8-*-fromtorch.utils.dataimportDatasetfr
LLM - Transformer 的 Q/K/V 详解 BIT_666 Python 深度学习 transformer 深度学习人工智能
目录一.引言二.传统Q/K/V三.TransformerQ/K/V-InputQuery-Q/K/V获取-Q/K相似度计算-注意力向量-MultiHead四.代码测试-初始化-Attention-Main五.总结一.引言Transformer的输入是我们的一个query句子，例如"我爱中国"，但是Transformer处理时却1生3得到了Q/K/V，下面我们从传统机器学习和Transformer两
文本相似度计算 Logan_addoil python 大数据学习之旅 python
相似度度量：计算个体间相似度相似度值越小，距离越大，相似度越大，距离越小余弦相似度：一个向量空间中两个向量夹角的余弦值作为衡量两个个体之间差异的大小余弦值接近1，夹角趋于0，表明两个向量越相似例如：文本相似度计算1.找出两篇文章的关键词2.每篇文章各取出若干关键词，合并成一个集合，计算每篇文章对于这个词的词频3.生成两篇文章各自的词频向量4.计算两个向量的余弦相似度，值越大就表示越相似import
全能相似度计算与语义匹配搜索工具包，多维度实现多种算法，涵盖文本、图像等领域。支持文图搜索，满足您在不同场景下的搜索需求代码讲故事机器人智慧之心算法图搜索算法相似度语义匹配图文搜索图像搜索
全能相似度计算与语义匹配搜索工具包，多维度实现多种算法，涵盖文本、图像等领域。支持文图搜索，满足您在不同场景下的搜索需求。Similarities：精准相似度计算与语义匹配搜索工具包，多维度实现多种算法，覆盖文本、图像等领域，支持文搜、图搜文、图搜图匹配搜索Similarities相似度计算、语义匹配搜索工具包，实现了多种相似度计算、匹配搜索算法，支持文本、图像等。文本相似度计算（文本匹配）余弦相
文本相似度计算（一）：距离方法 Jarkata
文本相似度距离方法1、文本的表示1.1、VSM表示1.2、词向量表示1.3、迁移方法2、距离计算方法2.1、欧氏距离（L2范数)、曼哈顿距离（L1范数)、明氏距离2.2、汉明距离2.3、Jaccard相似系数、Jaccard距离(1-Jaccard相似系数)2.4、余弦距离2.5、皮尔森相关系数2.5、编辑距离场景举例：1）计算Query和文档的相关度、2）问答系统中计算问题和答案的相似度、3）广
基于Python实现人脸识别相似度对比摔跤猫子 python 人脸识别相似度对比 opencv
目录引言背景介绍目的和意义人脸识别的原理人脸图像获取人脸检测与定位人脸特征提取相似度计算基于Python的人脸相似度对比实现数据集准备人脸图像预处理特征提取相似度计算引言背景介绍人脸识别技术是一种通过计算机对人脸图像进行分析和处理，从而实现自动识别和辨认人脸的技术。随着计算机视觉和模式识别领域的快速发展，人脸识别技术取得了长足的进步。从最早的基于特征点的方法到后来的基于深度学习的方法，人脸识别技术
python计算地址相似度以及抽取省市区信息的库 AndersonHuang 数据挖掘 GIS NLP python nlp
前言平时工作上会经常处理地理数据上关于地址地名的相似度计算，或者从地址中抽取省市区信息的内容，所以记录一下一些好用的python库。[MGeo应用]使用AI模型比较地址相似度#pipinstallcryptography#pipinstall"modelscope[nlp]"-fhttps://modelscope.oss-cn-beijing.aliyuncs.com/releases/rep
推荐系统｜1.3 相似度计算与推荐实例晓源Galois 推荐系统深度学习推荐算法
二维矩阵中的第i行表示的第i首歌曲在各个用户的评价，而第j列代表的是第j个用户对各个歌曲的评价。如上图，整张二维表是有所空缺的，也就是说一些歌曲的评价信息是不全的。可以先行计算电影之间的相似度，并借由电影之间的相似度，预测电影的评分。比如sim(i,j)代表第i不电影和第j部电影的相似度，如果越相近，则评分将会越相像，且如果两者不像的话，甚至会起到负作用。
探索图像检索：从理论到实战的应用 TechLead KrisChang 机器学习深度学习人工智能
目录一、引言二、图像检索技术概述图像检索的基本概念图像检索与文本检索的区别特征提取技术相似度计算索引技术三、图像检索技术代码示例图像特征提取示例相似度计算索引技术四、图像搜索流程架构数据采集与预处理特征提取相似度计算与排名结果呈现与优化五、实际应用图像检索在电子商务领域的应用图像检索在社交媒体中的应用图像检索在云存储服务中的应用本文深入探讨了图像检索技术及其在主流APP中的应用，涵盖了特征提取、相
聚类算法（KMeans）模型评估方法（SSE、SC）及案例小林打怪中机器学习人工智能聚类算法模型评估
一、概述将相似的样本自动归到一个类别中，不同的相似度计算方法，会得到不同的聚类结果，常用欧式距离法；聚类算法的目的是在没有先验知识的情况下，自动发现数据集中的内在结构和模式。是无监督学习算法二、分类根据聚类颗粒度：细聚类、粗聚类根据实现方法K-means：按照质心分类，主要介绍K-means，通用、普遍；层次聚类：对数据进行逐层划分，直到达到聚类的类别个数；DBSCAN聚类：一种基于密度的聚类算法
PyTorch 中的距离函数深度解析：掌握向量间的距离和相似度计算 E寻数据 pytorch python 深度学习 pytorch 人工智能 python 机器学习深度学习
目录Pytorch中Distancefunctions详解pairwise_distance用途用法参数数学理论公式示例代码cosine_similarity用途用法参数数学理论示例代码输出结果pdist用途用法参数数学理论示例代码总结Pytorch中Distancefunctions详解pairwise_distancetorch.nn.functional.pairwise_distance是
使用ES的快速实现内容相似性推荐易企秀工程师
问答系统：通过用户给出的一段描述性文本，通过相似度计算查找与用户输入接近的问题相似推荐：用户在浏览当前文章时，基于内容相似性推荐与本篇文章相似的文章more_like_this顾名思义就是帮我找到更多像这个文档的数据，为了便于讲解，这里先构建一个索引库，该索引库包含title和desc两个字段：PUT/search_data{"mappings":{"properties":{"title":{"
聚类算法之Kmeans聚类详解进击的卡特琳娜机器学习聚类 kmeans python 肘方法轮廓系数法
聚类算法是无监督学习算法，它根据样本之间的相似性，将样本划分到不同的类别中；不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算方法有欧氏距离法。聚类算法的目的是在没有先验知识的情况下，自动发现数据集中的内在结构和模式。聚类算法的分类：按照聚类细粒度分类：细聚类和粗聚类根据实现方法分类：K-means：按照质心分类，主要介绍K-means，通用、普遍层次聚类：对数据进行逐层划分，直到达到聚
NLP-文本处理：实体消歧/词义消歧（Entity Disambiguiation / Word Sense Disambiguation） u013250861 #NLP基础/句法语义分析
一、简单方法1、提前构建好实体库（描述库）2、将文本转为向量将含有待消歧实体的文本句子AAA(实体前后各取10~20个单词)，实体库中该实体的各种描述的句子（A1,A2,...A_1,A_2,...A1,A2,...）都转为向量，然后通过余弦相似度计算cos(A,A1),cos(A,A2),...cos(A,A_1),cos(A,A_2),...cos(A,A1),cos(A,A2),...，最后
余弦相似度的计算以及公式爱打网球的小哥哥一枚吖信息检索信息检索
公式：思想：余弦相似度的思想是通过计算两个向量之间的余弦值来衡量它们的相似程度。如果两个向量之间的夹角越小，它们的余弦值就越接近1，也就意味着它们越相似。而如果它们的夹角越大，余弦值就越接近0，也就意味着它们越不相似。因此，余弦相似度常用于文本分类、推荐系统、图像处理等领域，以评估两个向量之间的相似程度。计算：引用：余弦相似度计算_计算两个向量的余弦相似度-CSDN博客
深度学习理论方法：相似度计算缘起性空、深度学习人工智能神经网络
深度学习理论中的相似度计算，是衡量两个输入之间相似性或关联性的重要方法。它常用于比较输入是否相似或相关，广泛应用于推荐系统、图像识别、自然语言处理等领域。通过相似度计算，我们能更好地了解数据的内在结构和关系，从而进行更高效的数据分析和处理。例如，在自然语言处理中，利用相似度计算可以比较两个文本的语义相似度，进而实现文本分类、聚类、情感分析等任务。而在图像识别领域，借助相似度计算可以比较两个图像的相
SAX解析xml文件小猪猪08 xml
1.创建SAXParserFactory实例 2.通过SAXParserFactory对象获取SAXParser实例 3.创建一个类SAXParserHander继续DefaultHandler，并且实例化这个类 4.SAXParser实例的parse来获取文件 public static void main(String[] args) { //
为什么mysql里的ibdata1文件不断的增长？ brotherlamp linux linux运维 linux资料 linux视频 linux运维自学
我们在 Percona 支持栏目经常收到关于 MySQL 的 ibdata1 文件的这个问题。当监控服务器发送一个关于 MySQL 服务器存储的报警时，恐慌就开始了 —— 就是说磁盘快要满了。一番调查后你意识到大多数地盘空间被 InnoDB 的共享表空间 ibdata1 使用。而你已经启用了 innodbfileper_table，所以问题是： ibdata1存了什么？当你启用了 i
Quartz-quartz.properties配置 eksliang quartz
其实Quartz JAR文件的org.quartz包下就包含了一个quartz.properties属性配置文件并提供了默认设置。如果需要调整默认配置，可以在类路径下建立一个新的quartz.properties，它将自动被Quartz加载并覆盖默认的设置。下面是这些默认值的解释 #-----集群的配置 org.quartz.scheduler.instanceName =
informatica session的使用 18289753290 workflow session log Informatica
如果希望workflow存储最近20次的log，在session里的Config Object设置，log options做配置，save session log :sessions run ;savesessio log for these runs:20 session下面的source 里面有个tracing
Scrapy抓取网页时出现CRC check failed 0x471e6e9a != 0x7c07b839L的错误酷的飞上天空 scrapy
Scrapy版本0.14.4 出现问题现象： ERROR: Error downloading <GET http://xxxxx CRC check failed 解决方法 1.设置网络请求时的header中的属性'Accept-Encoding': '*;q=0' 明确表示不支持任何形式的压缩格式，避免程序的解压
java Swing小集锦永夜-极光 java swing
1.关闭窗体弹出确认对话框 1.1 this.setDefaultCloseOperation (JFrame.DO_NOTHING_ON_CLOSE); 1.2 this.addWindowListener ( new WindowAdapter () { public void windo
强制删除.svn文件夹随便小屋 java
在windows上，从别处复制的项目中可能带有.svn文件夹，手动删除太麻烦，并且每个文件夹下都有。所以写了个程序进行删除。因为.svn文件夹在windows上是只读的，所以用File中的delete()和deleteOnExist()方法都不能将其删除，所以只能采用windows命令方式进行删除
GET和POST有什么区别？及为什么网上的多数答案都是错的。 aijuans get post
如果有人问你，GET和POST，有什么区别？你会如何回答？我的经历前几天有人问我这个问题。我说GET是用于获取数据的，POST，一般用于将数据发给服务器之用。这个答案好像并不是他想要的。于是他继续追问有没有别的区别？我说这就是个名字而已，如果服务器支持，他完全可以把G
谈谈新浪微博背后的那些算法 aoyouzi 谈谈新浪微博背后的那些算法
本文对微博中常见的问题的对应算法进行了简单的介绍，在实际应用中的算法比介绍的要复杂的多。当然，本文覆盖的主题并不全，比如好友推荐、热点跟踪等就没有涉及到。但古人云“窥一斑而见全豹”，希望本文的介绍能帮助大家更好的理解微博这样的社交网络应用。微博是一个很多人都在用的社交应用。天天刷微博的人每天都会进行着这样几个操作：原创、转发、回复、阅读、关注、@等。其中，前四个是针对短博文，最后的关注和@则针
Connection reset 连接被重置的解决方法百合不是茶 java 字符流连接被重置
流是java的核心部分,,昨天在做android服务器连接服务器的时候出了问题,就将代码放到java中执行,结果还是一样连接被重置被重置的代码如下; 客户端代码; package 通信软件服务器; import java.io.BufferedWriter; import java.io.OutputStream; import java.io.O
web.xml配置详解之filter bijian1013 java web.xml filter
一.定义 <filter> <filter-name>encodingfilter</filter-name> <filter-class>com.my.app.EncodingFilter</filter-class> <init-param> <param-name>encoding<
Heritrix Bill_chen 多线程 xml 算法制造配置管理
作为纯Java语言开发的、功能强大的网络爬虫Heritrix，其功能极其强大，且扩展性良好，深受热爱搜索技术的盆友们的喜爱，但它配置较为复杂，且源码不好理解，最近又使劲看了下，结合自己的学习和理解，跟大家分享Heritrix的点点滴滴。 Heritrix的下载（http://sourceforge.net/projects/archive-crawler/）安装、配置，就不罗嗦了，可以自己找找资
【Zookeeper】FAQ bit1129 zookeeper
1.脱离IDE，运行简单的Java客户端程序 #ZkClient是简单的Zookeeper~$ java -cp "./:zookeeper-3.4.6.jar:./lib/*" ZKClient 1. Zookeeper是的Watcher回调是同步操作，需要添加异步处理的代码 2. 如果Zookeeper集群跨越多个机房，那么Leader/
The user specified as a definer ('aaa'@'localhost') does not exist 白糖_ localhost
今天遇到一个客户BUG，当前的jdbc连接用户是root，然后部分删除操作都会报下面这个错误：The user specified as a definer ('aaa'@'localhost') does not exist 最后找原因发现删除操作做了触发器，而触发器里面有这样一句 /*!50017 DEFINER = ''aaa@'localhost' */ 原来最初
javascript中showModelDialog刷新父页面 bozch JavaScript 刷新父页面 showModalDialog
在页面中使用showModalDialog打开模式子页面窗口的时候，如果想在子页面中操作父页面中的某个节点，可以通过如下的进行： window.showModalDialog('url',self,‘status...’); // 首先中间参数使用self 在子页面使用w
编程之美-买书折扣 bylijinnan 编程之美
import java.util.Arrays; public class BookDiscount { /**编程之美买书折扣书上的贪心算法的分析很有意思，我看了半天看不懂，结果作者说，贪心算法在这个问题上是不适用的。。下面用动态规划实现。哈利波特这本书一共有五卷，每卷都是8欧元，如果读者一次购买不同的两卷可扣除5%的折扣，三卷10%，四卷20%，五卷
关于struts2.3.4项目跨站执行脚本以及远程执行漏洞修复概要 chenbowen00 struts WEB安全
因为近期负责的几个银行系统软件，需要交付客户，因此客户专门请了安全公司对系统进行了安全评测，结果发现了诸如跨站执行脚本，远程执行漏洞以及弱口令等问题。下面记录下本次解决的过程以便后续 1、首先从最简单的开始处理，服务器的弱口令问题，首先根据安全工具提供的测试描述中发现应用服务器中存在一个匿名用户，默认是不需要密码的，经过分析发现服务器使用了FTP协议，而使用ftp协议默认会产生一个匿名用
[电力与暖气]煤炭燃烧与电力加温 comsci
在宇宙中,用贝塔射线观测地球某个部分,看上去,好像一个个马蜂窝,又像珊瑚礁一样,原来是某个国家的采煤区..... 不过,这个采煤区的煤炭看来是要用完了.....那么依赖将起燃烧并取暖的城市,在极度严寒的季节中...该怎么办呢? &nbs
oracle O7_DICTIONARY_ACCESSIBILITY参数 daizj oracle
O7_DICTIONARY_ACCESSIBILITY参数控制对数据字典的访问.设置为true,如果用户被授予了如select any table等any table权限,用户即使不是dba或sysdba用户也可以访问数据字典.在9i及以上版本默认为false,8i及以前版本默认为true.如果设置为true就可能会带来安全上的一些问题.这也就为什么O7_DICTIONARY_ACCESSIBIL
比较全面的MySQL优化参考 dengkane mysql
本文整理了一些MySQL的通用优化方法，做个简单的总结分享，旨在帮助那些没有专职MySQL DBA的企业做好基本的优化工作，至于具体的SQL优化，大部分通过加适当的索引即可达到效果，更复杂的就需要具体分析了，可以参考本站的一些优化案例或者联系我，下方有我的联系方式。这是上篇。 1、硬件层相关优化 1.1、CPU相关在服务器的BIOS设置中，可
C语言homework2，有一个逆序打印数字的小算法 dcj3sjt126com c
#h1# 0、完成课堂例子 1、将一个四位数逆序打印 1234 ==> 4321 实现方法一： # include <stdio.h> int main(void) { int i = 1234; int one = i%10; int two = i / 10 % 10; int three = i / 100 % 10;
apacheBench对网站进行压力测试 dcj3sjt126com apachebench
ab 的全称是 ApacheBench ，是 Apache 附带的一个小工具，专门用于 HTTP Server 的 benchmark testing ，可以同时模拟多个并发请求。前段时间看到公司的开发人员也在用它作一些测试，看起来也不错，很简单，也很容易使用，所以今天花一点时间看了一下。通过下面的一个简单的例子和注释，相信大家可以更容易理解这个工具的使用。
2种办法让HashMap线程安全 flyfoxs java jdk jni
多线程之--2种办法让HashMap线程安全多线程之--synchronized 和reentrantlock的优缺点多线程之--2种JAVA乐观锁的比较( NonfairSync VS. FairSync) HashMap不是线程安全的,往往在写程序时需要通过一些方法来回避.其实JDK原生的提供了2种方法让HashMap支持线程安全.
Spring Security（04）——认证简介 234390216 Spring Security 认证过程
认证简介目录 1.1 认证过程 1.2 Web应用的认证过程 1.2.1 ExceptionTranslationFilter 1.2.2 在request之间共享SecurityContext 1
Java 位运算 Javahuhui java 位运算
// 左移( << ) 低位补0 // 0000 0000 0000 0000 0000 0000 0000 0110 然后左移2位后，低位补0： // 0000 0000 0000 0000 0000 0000 0001 1000 System.out.println(6 << 2);// 运行结果是24 // 右移( >> ) 高位补"
mysql免安装版配置 ldzyz007 mysql
1、my-small.ini是为了小型数据库而设计的。不应该把这个模型用于含有一些常用项目的数据库。 2、my-medium.ini是为中等规模的数据库而设计的。如果你正在企业中使用RHEL,可能会比这个操作系统的最小RAM需求(256MB)明显多得多的物理内存。由此可见，如果有那么多RAM内存可以使用，自然可以在同一台机器上运行其它服务。 3、my-large.ini是为专用于一个SQL数据
MFC和ado数据库使用时遇到的问题你不认识的休道人 sql C++mfc
=================================================================== 第一个 =================================================================== try{ CString sql; sql.Format("select * from p
表单重复提交Double Submits rensanning double
可能发生的场景： *多次点击提交按钮 *刷新页面 *点击浏览器回退按钮 *直接访问收藏夹中的地址 *重复发送HTTP请求（Ajax）（1）点击按钮后disable该按钮一会儿，这样能避免急躁的用户频繁点击按钮。这种方法确实有些粗暴，友好一点的可以把按钮的文字变一下做个提示，比如Bootstrap的做法： http://getbootstrap.co
Java String 十大常见问题 tomcat_oracle java 正则表达式
　1.字符串比较，使用“==”还是equals()? 　　"=="判断两个引用的是不是同一个内存地址(同一个物理对象)。　　equals()判断两个字符串的值是否相等。　　除非你想判断两个string引用是否同一个对象，否则应该总是使用equals()方法。　　如果你了解字符串的驻留(String Interning)则会更好地理解这个问题。　　
SpringMVC 登陆拦截器实现登陆控制 xp9802 springMVC
思路，先登陆后，将登陆信息存储在session中，然后通过拦截器，对系统中的页面和资源进行访问拦截，同时对于登陆本身相关的页面和资源不拦截。实现方法： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23