随笔 - 10, 文章 - 0, 评论 - 2, 引用 - 0
数据加载中……

2005年11月28日

tss中文：开源面向对象的数据库db4o 5.5版发布了

 tss中文：开源面向对象的数据库db4o 5.5版发布了

近日db4objects发布了开源面向对象数据库 db4o 5.5 版本. 这个版本的焦点是提高了性能降低了内存耗用，特别针对资源紧张的嵌入式开发提供了支持。

具体的改进特性:
- 类索引使用新BTree架构，极大减少了事务提交的时间，对象个数在10万之1千万的索引时表现极为明显。
-通过更好的群集插槽方式，改进字符串和数组的序列化方式，在插入和修改时提高了效率。

-提供了诊断工具包，帮助程序员更容易开发出高效程序。

-本次改进效率的提升可以让内存耗用更低。


伴随着 这次发布，db4objects 还提供了用户交流社区： 这里 。  

原文： db4o open source object database v 5.5 released

posted @ 2006-08-21 18:25 我要去桂林 阅读(234) | 评论 (0) | 编辑 收藏

一种面向搜索引擎的网页分块、切片的原理，实现和演示

一种面向搜索引擎的网页分块、切片的原理，实现和演示



最近看到 2005 年的 全国搜索引擎和网上信息挖掘学术研讨会 上 华南木棉信息检索的队长 欧健文 的 华南木棉信息检索 的ppt。很有启发。

于是自己也根据自己的理解准备做一个实现。
实现前提假设：
    1、网页分块切分的基本单位是html中的table , div 等标签（目前版本只支持：table ,div 标签）。
    2、网页分块切片识别依赖于相似url的对比。比如：我们认为一下两个url的网页html文本结构相似：
        http://news.soufun.com/2005-11-26/580107.htm
        http://news.soufun.com/2005-11-26/580175.htm
       而下面两个url的网页结构不相似：
        http://news.soufun.com/subject/weekly051121/index.html
        http://news.soufun.com/2005-11-26/580175.htm

用途：
    1、根据分析网页结构区分网页是 主题型网页 还是 目录型网页；
    2、根据分析网页结构 找出 网页的 主题内容，相关内容和噪音内容；

实现的3个阶段：
    1、对网页结构进行合理切片；
    2、比较相似网页的切片结构；
    3、分析切片数据，得出结论。
演示地址：
       http://www.domolo.com:8090/domoloWeb/html-page-slice.jsp

posted @ 2005-11-28 10:17 我要去桂林 阅读(638) | 评论 (0) | 编辑 收藏