SWIG简介 SWIG是Simplified Wrapper and Interface Generator的简称，它是一个能将C和C++的程序与其他各种高级语言诸如Perl，Python，Ruby和Tcl进行连结的开发工具。 目前支持的语言： C# - Mono C…
说到Redis就会联想到Memcached，反之亦然。了解过两者的同学有那么个大致的印象：Redis与Memcached相比，比仅支持简单的key-value数据类型，同时还提供list,set,zset,hash等数据结构的存储；redis支持数据的备份，r…
情感分析基本概念 为什么要情感分析 随着移动互联网的普及，网民已经习惯于在网络上表达意见和建议，比如电商网站上对商品的评价、社交媒体中对品牌、产品、政策的评价等等。这些评价中都蕴含着巨大的商业价值…
Uber是如何运作的 双边市场是互联网商业的基本模式之一。以一组买家和一组卖家为例，通过网站或移动应用程序等技术中介将他们联系起来，并从每笔交易中收取费用。与传统的连接买家和卖家的方法相比，如果使用你的…
在观察数据的时候离散度是一个重要的指标。通常认为离散度越低数据会越好，但是现实场景并不如此。举个例子，比如某个电商网站有上万的商品，但是其每个商品的点评分离散度较低，那么将用户点评呈现给用户的价值就…
马斯洛需求层次理论的内容 马斯洛的需求层次理论是马斯洛于1943年《心理学评论》的论文〈人类动机的理论〉中所提出的理论。马斯洛理论把需求分成生理需求（Physiological needs）、安全需求（Safety needs）、爱和…
什么是PageRank PageRank，简称PR，是Google排名运算法则（排名公式）的一部分，是Google用于用来标识网页的等级/重要性的一种方法，是Google用来衡量一个网站的好坏的重要标准之一。PageRank计算页面的重要性，对…
所谓核密度估计，就是采用平滑的峰值函数(“核”)来拟合观察到的数据点，从而对真实的概率分布曲线进行模拟。核密度估计更多详细内容，可以参考先前的Mean Shift聚类中的相关说明。一维数据的聚类这边文章中，讲到了…
LibShortText LibShortText是一个开源的Python短文本（包括标题、短信、问题、句子等）分类工具包。它在LibLinear的基础上针对短文本进一步优化，主要特性有： 支持多分类 直接输入文本，无需做特征向量化…
在数据挖掘中，一个最基本的问题就是比较两个集合的相似度。通常通过遍历这两个集合中的所有元素，统计这两个集合中相同元素的个数，来表示集合的相似度；这一步也可以看成特征向量间相似度的计算（欧氏距离，余弦…
