隨筆分類 - 語義應用
摘要：如今有小伙伴看了當時這個產品的截圖，覺得哎呀呀技術不錯嘛，準嗎？后來怎么樣了？故事的開頭我們猜到了，故事的結尾嘛……
閱讀全文
摘要：先介紹一下SimHash處理短文本合并重復的效果，再介紹一下2009年2月份我們做Twitter銳推榜時是如何做的。
閱讀全文
摘要：前面說到Topic Engine/個性化閱讀/Meme Tracker這幾個方向所需要的研發團隊大致是12個人起。下面著重說一下在現如今如何做個性化閱讀。
閱讀全文
摘要：現在再講講個性化閱讀的過去、現在和未來，也算是這個話題的延續。
閱讀全文
摘要：這個算法的解釋參見我的文章：《Hacker News與Reddit的算法比較》。
閱讀全文
摘要：很少轉載其他人的博文，但此位來自于QQ閱讀團隊的“啃餅隨筆”博客，一直在撰寫AI、文本挖掘、文本分類以及一些方法論方面的心得體會，尤其是本月初在玩聚網被連續關閉（第一財經周刊用封面故事《保證書的世界》報道了此事）（我也榮幸地成為了“北京開關廠廠長”）之后，啃餅博客針對玩聚網寫了案例分析，把玩聚網創建以來的技術和產品路線做了一個回顧，也算是為玩聚網支持者和我們做了一個精彩點評。
閱讀全文
摘要：Amir Salihefendic（他是Plurk、Todoist的Co-Founder）在今年10月份撰文《How Hacker News ranking algorithm works 》完整地解釋了Hacker News的Ranking算法，從中我們才得以知道那個神秘的“1.5”是什么。稍后我們還會拿這個排序規則與Reddit的排序規則做對比。
閱讀全文
摘要：因此設置一個轉發水準度的閾值，比如要求每條上榜消息的轉發水準度大于0.2，就能避免大明星、名人、人氣王們隨隨便便發條消息就能上榜。
閱讀全文
摘要：簡單介紹下我們這個榜單與新浪自己的熱門轉發榜區別：
微博銳推榜 將無視明星推名人推，更關注草根推，更關注社會民生推，屏蔽無營養推。
微博銳推榜 將聚合以新浪微博為首的國內各大微博網站的熱門轉發消息。
閱讀全文
摘要：Social Computing Lab 最近發布了一個研究報告，其中一個結論是：名氣和影響力沒什么關聯，比人們期望的弱得多；名氣和影響力是兩碼事，關注者多并不等于有影響力，重要的是有多少人愿意轉發你的 Tweet 。
閱讀全文
摘要：Cutt.com在組織資訊時，我把它劃分到Topic Engine一類，暫且不談它的閱讀模式和群體智慧。（Updated：我拼寫錯誤，應該是“王靖雯”，這樣就可以找到王菲）
閱讀全文
摘要：原文地址：http://aimotion.blogspot.com/2010/07/working-on-sentiment-analysis-on.html
雖然是講葡萄牙語下的情感分析，但作為一個入門指導也有可看之處。
閱讀全文
摘要：Twitter 提供了兩種 Streaming 接口，讓第三方可以省卻輪詢，由 Twitter 主動把合適的數據推送過來，近乎實時。
閱讀全文
摘要：主要通過三種方式。當然，算上各種公開的 twitter 第三方Proxy API ，會更多。
由于每一種方式都有請求頻率限制，所以建議最終程序混合這三種方法，要么隨機選擇其一，要么按優先級逐次訪問，如果訪問不通，立刻切換到下一種。
閱讀全文
浙公網安備 33010602011771號