Introduction to data management

整个coures 2 是讲data management and storage 的，主要内容就是分布式文件系统，HDFS， Redis 等

What is data management?

　　

Introduction to data model

什么是data model?

三个component - Structure, Operations, Constrants

四个基本 data operation - selection(filtering, 选满足条件的row or index), projection(选一部分field or column), union(求并集), join(见下图)

　　

　　

Constraints

types of contraints:

　　

　　

　　

　　

Differenet kinds of data models

relational data model - DB

simi-structured data model : xml, json 等树结构

vector space model: 从text 和image 取数据. 除了讲vector model 还讲到了 similarity search

　　TF - term frequency, term 出现的次数，是个绝对值

　　IDF - inversed document frequency : log₂(文档数n / term出现的次数 count), 比如下面出现的 单词new 的 IDF 是 log₂(3/2)

　　DF - 和 IDF 相反，就是 log₂(term出现的次数  / count文档数n)

　　

　　tf-idf matrix 就是把 tf 和 idf 值 相乘得到的

　　

　　　

　　

　　

Graph data model

Graph data model 经常用来解决下面的问题

　　

最新文章

1. jvm内存默认大小，及如何调整大小
2. js~~给网站图片添加水印~~~
3. 小tips: 使用　等空格实现最小成本中文对齐
4. Aspose.Cells 读取受保护的Excel
5. mysql JDBC URL格式
6. robotframework笔记4
7. RESTful服务的版本管理经验 (转)
8. ASP.NET的WebFrom组件LinkButton使用
9. Ext.Net学习笔记03：Ext.Net MessageBus用法
10. IOS 缩放图片常用方法
11. 老生常谈的Javascript作用域问题
12. 链表list容器中通过splice合并链表与merge的不同，及需要注意的问题
13. 关于vs2005 __RPC__out __RPC__in 没有定义编译错误
14. STL源代码分析——STL算法remove删除算法
15. 第五章——定时器Timer序言
16. intellij idea on update action\on frame deactivation ||Servlet 页面不同步问题
17. WinSock IOCP 模型总结(附一个带缓存池的IOCP类)
18. Spark技术内幕：Worker源码与架构解析
19. linux 文件属性(转)
20. 关于 C# 中 Dictionary与Hashtable的性能测试

热门文章

1. TortoiseGit之配置密钥
2. hotspot目录结构
3. PHP中feof()函数的猜测
4. GRE与VXLAN
5. FineUIPro v5.2.0已发布（jQuery升级，自定义图标，日期控件）
6. 基于 HTML5 的 3D 工业互联网展示方案
7. TypeError: argument to reversed() must be a sequence ERROR basehttp 124 "GET /admin/ HTTP/1.1" 500 114103 Performing system checks...
8. js实现小功能 动态赋值
9. 有关python2与python3中关于除的不同
10. Spring Security 无法登陆，报错：There is no PasswordEncoder mapped for the id “null”