网页
-
中国稀有姓氏排行榜
例如，李、王、张三个大姓人口均接近1亿，都超过中国大陆总人口的7％；占中国大陆总人口1％以上的姓氏共有18个，占人口0.1％以上的姓氏共有129个，而这129个姓氏的人口约占中国大陆总人口的87％。 由于中国姓氏数量众多，其中有一些姓...
-
别只知道MinHash！这些LSH算法也超好用
咱们聊聊局部敏感哈希（Locality Sensitive Hashing，简称LSH）那些事儿。你可能听说过MinHash，它是LSH家族里的一员猛将，尤其擅长处理集合相似度问题。但LSH可不止MinHash这一把刷子，今天就带你认识一...
-
SimHash算法原理深度剖析：从数学基础到概率分析
SimHash算法原理深度剖析：从数学基础到概率分析 相信不少开发者都听说过 SimHash 算法，尤其是在处理海量文本数据去重、相似度比较等场景下。你是不是也好奇，这个听起来有点“神奇”的算法，到底是怎么工作的？别急，今天咱们就来一...
-
LSH哈希函数设计与选择：MinHash、SimHash及其他
LSH 哈希函数设计与选择：MinHash、SimHash 及其他 想必你已经对局部敏感哈希（Locality Sensitive Hashing，LSH）有了相当的了解，LSH 的核心思想在于利用哈希函数将高维数据映射到低维空间，同...
-
MinHash vs One Permutation Hashing: A Deep Dive into Performance and Application
MinHash 与 One Permutation Hashing 的深度对比：性能与应用解析 哈喽，大家好！我是爱折腾的算法工程师。今天，咱们来聊聊在处理海量数据时，两个非常重要的算法——MinHash 和 One Permutat...
-
中文词形还原方法大揭秘：规则、词典与代码实战
“词形还原”这个词，听起来有点儿学术，但其实它就在我们身边。想想你平时用搜索引擎的时候，输入“苹果的功效”和“苹果功效”，得到的结果是不是差不多？这就是词形还原在起作用。简单来说，词形还原就是把一个词的不同形态，比如“吃”、“吃了”、“正...
-
Faiss nprobe 调优：可视化召回率与速度权衡曲线
Faiss 性能调优？别只盯着 nprobe 干瞪眼！ 用 Faiss 做向量搜索的朋友们，是不是经常遇到这个灵魂拷问： nprobe 这个参数，到底设成多少才合适？设小了吧，搜得飞快，结果召回率惨不忍睹；设大了吧，召回率是上去...
-
Playwright与Selenium分布式爬虫实战：架构师如何平衡扩展性、稳定性与成本
当我们需要抓取动态渲染的网页时，传统爬虫束手无策。作为架构师，我经历过这样的技术选型痛苦： 某电商项目需要实时监控5000+商品页面 反爬机制导致普通请求失效率高达60% 动态加载内容让XPath选择器集体失灵 这...
-
Playwright Browser Contexts 在高并发场景下的妙用：提升系统稳定性与性能的秘诀
作为一名测试工程师，我经常需要模拟真实用户场景来测试Web应用的性能和稳定性。在高并发场景下，如何有效地模拟大量用户同时访问和操作，一直是困扰我的难题。最近，我深入研究了 Playwright 的 Browser Contexts 功能，...
-
专注力提升秘籍? 告别分心，效率翻倍的科学方法！
你是否也曾遇到这样的困境？工作时，一会儿看看手机，一会儿又被无关紧要的邮件吸引；学习时，明明坐在书桌前，思绪却早已飞到九霄云外。注意力涣散，似乎成了现代人的通病。但别担心，专注力并非天生，后天完全可以培养！今天，我就来和你聊聊专注力背后的...
