2009-08-01
实验室组织去北戴河
标签:实验室, 随笔又一周的忙碌，实验室暑期集中进入了尾声。
今天，实际上应该是昨天（31日），正在内测中的舆情监控系统遇到了让人惊出一身冷汗的意外，由于程序“漏洞”加上网页“意外”，导致后台数据库中的所有数据，全都被复制成为了同一条数据。就像黑客帝国中的史密斯一样，“程序数据有了自我复制能力”，一百多万条数据全都被同化，我惊出了一身冷汗。
好在冷静下来后，发现幸亏前两天备份了一次数据库用于做测试。所以我小心翼翼地从其中恢复出大部分的数据，但是仍然丢失了近几日的数据。这个“事故”充分告诉我们，数据库备份时非常非常重要的。还记得前几个月，又一次学校研究生院的考试数据库被误删，居然也没有任何备份，最后只好召集一般学生重新录入数据，真是暴汗啊~
言归正传，恢复数据，打上“补丁”之后，舆情监控系统又能够正常运作了。以下是监控到的近期一些热点关键字的关注度变化情况，与大家分享：
曾哥
新股
将心比心
经济
实验室今天（8月1日）组织所有同学到北戴河开会研讨，4号回来。这段时间没法更新网站了，呵呵。
本文可以自由转载，转载时请保留全文并注明出处：
转载自仲子说 [ http://www.wangzhongyuan.com/ ]
原文链接：http://www.wangzhongyuan.com/archives/725.html
haimi said,
2009年8月4日 at 22:39
这里的关键词是通过Ik Analyzer分词得到的吗？ 我看分词器对分词很细，例如：轻量级的中文分词工具包 它分解成 轻量级 | 量级 | 的 | 中文 | 分词 | 工具包 | 工具
这样单词有重复，想请教下是怎么解决的？ 如果不算，这样不把一些词重复计算了？ 结果大概会不怎么准确吧！
仲远 said,
2009年8月5日 at 19:06
是通过Ik Analyzer分词得到的，分词确实比较细，但正因为这样，才是我们想要的效果。词不会被重复计算。
Haimi said,
2009年8月6日 at 9:50
是在IK Analyzer分词开发呢，还是过滤分词？ 还有那个图中的帖子数量是什么意思，看不懂。
仲远 said,
2009年8月7日 at 12:25
就是使用IK Analyzer进行分词，词频统计是使用的我们的程序，帖子数量也是和我们的Application相关的，现在还没有对外发布。
Haimi said,
2009年8月7日 at 14:21
嘻嘻，我现在也做这方面的东西，keyword的变化趋势，以后多交流。