用户画像刻画一些用户维度的信息，例如这个人的学历，经济收入状况等等，以后无论是用户推荐，分类，排序，都会有用户画像的相关应用。 对式子除以T，使得其与测试样本T无关。得到用户在每个物品上平均的一个差异度。 你能拿到用户对商品的一个评分，例如：一颗星，两颗星或者直接的一个分数值。…

K最相邻算法(K-NearestNeighbor Classification Algorithm,KNN)是数据挖掘分类技术中最简单的方法之一,所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻居来代表。 KNN算法的核心思想是如果一个样本在特征空…

一. 背景 当下信息社会每天都产生大量需要保存的数据，这些数据在刺激海量存储技术发展的同时也带来了新的挑战。比如，海量数据为存储系统增加了大量的小文件，这些小文件的元数据如何管理？如何控制定位某个文件的时间和空间开销？ 随着对数据实时性要求的提高, 文件也越来越趋于碎片化，像短…

不知不觉写到第七篇了，按这个节奏，估计得写到 15 到 20 篇左右才能写完，希望自己能坚持下去，之前写代码的时候很多东西并没有想得那么细致，现在每写一篇文章还要查一些资料，确保文章的准确性，也相当于自己复习了一下吧，呵呵。 先说一下，关于倒排文件，其实还有很多东西没有讲，到后面再统一…

讨论 RSA 原理之前，我们先了解一下密码学的发展史。因为 RSA 最终形成的数学算法，也是不断演变而来的。 中国 话说历史上最早的加密算法的记载出自于周朝兵书《六韬.龙韬》中的《阴符》和《阴书》。其原理是使用文字拆分和符号代替等方式来加密数据。其实密码学的诞生，就是为了运用在…

前面两篇文章介绍了hashmap的源码和理论，今天把剩余的部分红黑树讲一下。理解好红黑树，对我们后续对hashmap或者其他数据结构的理解都是很有好处的。比方说为什么后面jdk要把hashmap中的单链表更新成红黑树？ 父节点和子节点，这个我就不多说了。应该都知道。 如果某几个…

最近各种技术盛会太多，朋友圈各种刷屏，有厂商发的各种广告，有讲师发的各种自拍，各种参会的朋友们各种自拍，好不热闹，不知道你的朋友圈是不是也是这样啊，去年还没这么多技术会议，今年感觉爆发了，呵呵，真是一个互联网技术的好时代，而且还有各种撕 B 可看，真想八一八，怕得罪人，我们这种码农…

很早就想写一系列的这样的文章了，之前在一个电商公司做搜索，对搜索引擎有一些认识，来到一个新的创业公司以后非常高兴还有机会继续做这方面的事情，虽然领域已经变了，而且不是做搜索了，但是技术还是那些技术，并且有机会接触到了 Go 语言，对于一个将近 10 年 C/C++ 的程序员来说，Go 的一些…

由于LeetCode上的算法题很多涉及到一些基础的数据结构，为了更好的理解后续更新的一些复杂题目的动画，推出一个新系列 -----《图解数据结构》，主要使用动画来描述常见的数据结构和算法。本系列包括十大排序、堆、队列、树、并查集、图等等大概几十篇。 计数排序是一种非基于比较的排…