Cacher is the code snippet organizer for pro developers

兴趣推荐：
数据结构：人-对象-打分，可用嵌套dict记录 
思想：找到相似的人的高分推荐 
衡量人的相似度：
1、欧式距离：每种对象（的打分）是1维空间，人是k维空间中的点；
2、皮尔逊相关系数：每个人是1维空间，1组对象是n维空间中的点（若某两人品味一致，对象散点在2维空间中拟合对角线）。散点的相关系数取值范围为[-1,1]，有平移不变性的优点（欧式距离无）。
加权推荐：
对某物打分=sum(和某人的相似度*某人对某物打分)/sum(和某人的相似度)，排序
对偶问题：对象-人-打分，计算对象相似度，为对象推荐人 
基于物品的协作型过滤
出发点：数据规模大，个人数据变化频繁，可利用机器空闲生成相似物品集（物品-相似物品-相似度）
推荐思想：用和已购物品相似度为权重，为已打分物品加权，得相似物品打分。

层次聚类：
数据结构：cluster(中心向量,左分支cluster,右分支cluster,id)  #合并cluster id<0
distances={(i,j):dis} #分类i,j的距离为dis
初始化分类=全体样本 [cluster[i] for i in range(n)]
当分类数>1
  计算分类i,j距离 #if (i,j) not in distances
  找出最近配对i,j,合并,加入cluster
  del cluster[i,j]
return cluster[0]
显示：
def print(clust,n):
  print(clust.left,n+1)
  for i in range(n):print '-',
  if clust.id<0:#分支 
    print ‘+’
  else:
    print clust.label #叶结点 
  print(clust.right,n+1)
  
网络搜索与排名：
1、爬取网页，建立数据库
从一组网页出发，提取文字，分词，建立数据库含链接表、词表、词在网页位置表、链接关系表。从网页对外链接扩散，宽度优先，指定深度。
2、搜索一组词，用联合查询，返回一组原始网页结果
3、对搜索结果排序
对原始结果中的网页用不同依据打分。单词频度，某网页含搜索词组越多越好；文档位置，词组首次出现位置越靠前越好；单词距离，最近词组间距越小越好；外部回指链接数越多越好。让以上方法返回{(url:score)}的dict，归一化到[0,1]，各方法赋予权重。加权求和，排序，返回相关性最高的若干条结果。

PSO:
http://blog.csdn.net/myarrow/article/details/51507671