基于分布式的短文本命题实体识别之----人名识别（python实现）
目前对中文分词精度影响最大的主要是两方面：未登录词的识别和歧义切分。
据统计：未登录词中中文姓人名在文本中一般只占2%左右，但这其中高达50%以上的人名会产生切分错误。在所有的分词错误中，与人名有关的错误占到了将近90%，这中国人名都是根据人的想法起的名字，有很大的随意性，并且数量巨大，规律也不尽相同。
无编码利用协同算法实现个性化推荐
根据昨天的URL上报数据生成ALS模型。之后将模型加载到流式计算中，对实时URL的访问用户进行内容推荐。整个流程只需要你写写SQL（做解析），弄弄配置就搞定。
云桌面远程办公
员工通过公网直接登录到云桌面实例（有公网访问权限）进行远程办公，云桌面客户端具有一定加密和安全传输能力。
Spark学习之基于MLlib的机器学习
Spark学习之基于MLlib的机器学习
1. 机器学习算法尝试根据训练数据（training data）使得表示算法行为的数学目标最大化，并以此来进行预测或作出决定。
2. MLlib完成文本分类任务步骤：
(1)首先用字符串RDD来表示你的消息
(2)运行MLlib中的一个特征提取（feature extraction）算法来把文本数据转换为数值特征（适合
【Spark Summit EU 2016】Spark中的自动检查点
本讲义出自Nimbus Goehausen在Spark Summit EU 2016上的演讲，主要介绍了面对需要自动保证Spark的数据来源以及存储路径正确，并且在对于需要保存的数据进行保存而对于需要改变的数据进行改变，所以需要在Spark工作流中使用自动检查点来对以上要求进行保障，本讲义就主要介绍了Spark中自动检查点的使用。
