top-k

BFPRT 算法

比如在搜索引擎中求当天用户点击次数排名前10000的热词；在文本特征选择中求IF-IDF值按从大到小排名前K个的等等问题，都涉及到一个核心问题，即TOP-K问题。 
ACdreamers·2015-03-26 21:00

Python heapq模块

这个模块(build-in)实现了一个堆的数据结构，完美的解决了Top-K问题，以后解决Top-K问题的时候，直接把这个模块拿来用就可以了注意，默认的heap是一个小顶堆！
Calling_Wisdom·2014-12-02 11:23

Python heapq模块

这个模块(build-in)实现了一个堆的数据结构，完美的解决了Top-K问题，以后解决Top-K问题的时候，直接把这个模块拿来用就可以了注意，默认的heap是一个小顶堆！ 
Calling_Wisdom·2014-12-02 11:00

算法题：求数组中最小的k个数

算法2：采用top-k算法。如果要找最小的K个数，我们才
JXH_123·2014-08-06 21:00

词频统计

我用的是matplotlib画柱状图，画出top-K个高频词。这里需要注意的是图中的中文显示问题，在使用之前，需要修改相应的设置，具体方法不妨去google一下，我就不详细介绍了。    
fennvde007·2014-05-16 20:00

hadoop 中文词频排序 top-k 问题

本人最近一直在hadoop领域，摸爬滚打，由于最近老是布置了一项作业：让统计一个文件中出现次数最高的单词。一看到题目我就想用hadoop来实现这个问题，由于有现成的wordcount框架，所以就在这之上进行程序的修改添加即可。准备过程：1、我去下载了金庸的小说全集，顺便分析分析，看他老人家笔下，谁的戏份更重。2、由于是中文分词，所以必须要有一个中文分词器，找到了一个java版的apache开源分词
dengjiexian·2014-03-22 11:42

hadoop 中文词频排序 top-k 问题

  本人最近一直在hadoop领域，摸爬滚打，由于最近老是布置了一项作业：让统计一个文件中出现次数最高的单词。一看到题目我就想用hadoop来实现这个问题，由于有现成的wordcount框架，所以就在这之上进行程序的修改添加即可。  准备过程：  1、我去下载了金庸的小说全集，顺便分析分析，看他老人家笔下，谁的戏份更重。  2、由于是中文分词，所以必须要有一个中文分词器，找到了一个java版的ap
dengjiexian123·2014-03-22 11:00

hadoop 单词筛选 top-k问题

最近开始学习hadoop，(hadoop以下简称hd)，在完成了hd的环境搭建之后，就开始试着跑那些原始例子，比如其中的wordcount，统计文章中各单词的出现频率。由于本人还在念书，在我们这学期开设的软件工程课上，老师布置了一道题。如下：请实现程序：筛选出文章中出现频率最高的10个词语。文件大小30k--300k.一看这题，我立马想到了hd去实现，这300k的数据简直不够塞牙缝，由于本人是新手
dengjiexian·2014-03-16 19:19

hadoop 单词筛选 top-k问题

   最近开始学习hadoop，(hadoop 以下简称hd)，在完成了hd的环境搭建之后，就开始试着跑那些原始例子，比如其中的wordcount，统计文章中各单词的出现频率。由于本人还在念书，在我们这学期开设的软件工程课上，老师布置了一道题。如下：    请实现程序：筛选出文章中出现频率最高的10个词语。文件大小30k--300k.    一看这题，我立马想到了hd去实现，这300k的数据简直不
dengjiexian123·2014-03-16 19:00

Lucene之MaxScorer算法简介

MaxScorer代码尚未提交到Lucene，至今还在讨论中，具体见：https://issues.apache.org/jira/browse/LUCENE-4571，他索所要解决的问题就是Lucene在计算Top-k
wzhg0508·2013-10-22 21:00

热门搜索引擎的TOP-K算法的python实现(回溯算法遍历trie树)

问题原型:http://blog.csdn.net/v_july_v/article/details/62794982、搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。   假设目前有一千万个记录（这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。），请你统计最
rav009·2013-10-16 11:00

精确Top-K检索及其加速方法探讨

对每个文档评分（余弦相似度），按照评分高低排序，选出前K个文档但是对于搜索引擎来说，文档集很大，所以计算量会很大，效率就很低如何加速：思路一：加速每个余弦相似度的计算思路二：不对所有的文档的评分结果排序而直接选出Top-K
wzhg0508·2013-10-14 19:00

第八次作业Kendall's tau相似程度指标NO.3

两个序列，例如S1={a,b,c,d}、S2={a,c,b,d}，如何度量它们的相似程度，有很重要的应用背景，在投票决策、表达式搜索、top-k比较、乃至搜索引擎优化等问题上有广泛的应用ref1,ref2
云轻风飞扬·2013-08-26 17:44

哈希排序——Top-K算法

百度面试题：   搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。   假设目前有一千万个记录（这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。），请你统计最热门的10个查询串，要求使用的内存不能超过1G什么是哈希表？   哈希表（Hashtable，也叫散列
SibylY·2013-08-03 15:00

hadoop中top-k问题解决

1.问题描述：在MapReduce中，想要输出最频繁出现的前k个单词。                   问题输入：<单词，它出现的频率>                   想要的输出：出现最多的前1
hanxuedog·2013-03-07 14:00

为什么不能通过优化RMSE得到Top-K Recommendations？

前几天写《RMSEforTop-KRecommendations：高手的盲点？》查文献时，注意到GoogleRecsys兴趣小组在去年就有这方面的讨论。因为已经快写完了，所以没有对Recsys兴趣小组提到的一些点深入讨论。今天针对Recsys兴趣小组的讨论，谈一些我的看法。1）为什么不能通过优化RMSE得到Top-KRecommendations？优化RMSE，实际上就是要预测用户对每个商品的评分
overstack·2012-11-22 16:00

RMSE for Top-k Recommendation: 高手的盲点？

今天查文献的时候看到ACMRecSys2010的一篇关于top-n推荐的文章，注意到文章的第二作者是NetflixPrize赛程中贡献最大的YehudaKoren，所以仔细读了一下。看完之后相当困惑：高手也有盲点？YehudaKoren是NetflixPrize获奖团队的主要成员，在整个赛事中展现出了非常优秀的问题分析和数据分析能力。但这篇文章的话题却实在让人意外。 文章的作者通过实验发现，在Ne
overstack·2012-11-22 16:00

面试集锦之---Top-K问题（百度面试题）

百度面试题：   搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。   假设目前有一千万个记录（这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。），请你统计最热门的10个查询串，要求使用的内存不能超过1G。解题思路：step1：查询统计第一种就是进行排序了，可
liuzhanchen1987·2012-08-18 21:00

TOP-N 算法 论文相关

top-k算法的二分实现（修正版)(C++实现)摘要：本文简要介绍了top-k(求一个序列中前Ｋ个最大或最小的元素)算法的二分实现方法，并给出了C++源代码关键字：top-k，二分，快排序        
wzyoung·2012-03-24 00:00

关于最小的k个数的讨论(top-k问题）

给定一个长度为 n 的序列，不妨设为 L1,L2,L3,….,Ln 。这个序列可以是任意一种排列，可能的排列有 n ！种，我们要找到最小的 k 个数，即找到这样的 k 个数 { Li(1) ， Li(2) ， Li(3)… ， Li(k)} ，并满足 Li(1)<=Li(2)<=Li(3)…<=Li(k) ；且对任意的 j ： k+1<=j<=n ，有 Li(k)&l
fionajw·2011-05-18 14:00

关于最小的k个数的讨论(top-k问题）

给定一个长度为n的序列，不妨设为L1,L2,L3,….,Ln。这个序列可以是任意一种排列，可能的排列有n！种，我们要找到最小的k个数，即找到这样的k个数{Li(1)，Li(2)，Li(3)…，Li(k)}，并满足Li(1)1时，可以考虑第一趟用冒泡的方法，既能判断出初始序列是否有序，也能够在O（n）的时间内找到最小值，一举两得。如果11时，选择堆排序时很理想的，因为锦标赛排序的辅组空间不能接受。可
fatshaw·2011-04-11 14:00

Kendall's tau相似程度指标

Kendall's tau相似程度指标 两个序列，例如S1 = {a, b, c, d}、 S2 = {a, c, b, d}，如何度量它们的相似程度，有很重要的应用背景，在投票决策、表达式搜索、top-k
avanry·2010-05-20 15:00
上一页 1 2 3 4 5 6 7 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他