高亮标红
来源：互联网 发布：淘宝客服挣钱吗 编辑：程序博客网 时间：2024/06/05 04:33
简单实用，哈哈。
转载原文地址：点击这里
import java.io.File;import java.io.FileOutputStream;import java.io.IOException;import java.io.OutputStreamWriter;import java.util.Comparator;import java.util.HashSet;import java.util.Iterator;import java.util.Set;import java.util.TreeSet;public class Highlighter { public static void main(String[] args) throws IOException { String content = "挖掘频繁项集的方法可以扩展到挖掘闭频繁项集（由它们容易导出频繁项集的集合）。这些方法结合了附加的优化技术，如项合并、子项剪枝和项跳过，以及模式树中产生的项集的有效子集检查。" + "挖掘频繁项集和关联已经用不同的方法扩展，包括挖掘多层关联规则和多维关联规则。多层关联规则可以根据每个抽象层的最小支持度阈值如何定义，使用多种策略挖掘。如一致的支持度、递减的支持度和基于分组的支持度。" + "冗余的多层（后代）关联规则可以删除，如果根据其对应的祖先规则，他们的支持度和置信度接近于期望值的话。挖掘多维关联规则的技术可以根据对量化属性的处理分为若干类。第一，量化属性可以根据预定义的概念分层静态离散化。" + "数据立方体非常适合这种方法，因为数据立方体和量化属性都可以利用概念分层。第二，可以挖掘量化关联规则，其中量化属性根据分箱和/或聚类动态离散化，“邻近的”关联规则可以用聚类合并，产生更简洁、更有意义的规则。" + "基于约束的规则挖掘允许用户通过提供元规则（即模式模板）和其他挖掘约束对规则搜索聚焦。这种挖掘推动了说明性数据挖掘查询语言和用户界面的使用，并对挖掘查询优化提出了巨大挑战。" + "规则约束可以分为五类：反单调的、单调的、简洁的、可转变的和不可转变的。前四类约束可以在频繁项集挖掘中使用，使挖掘更有功效，更有效率。没有进一步分析或领域知识，关联规则不应该直接用于预测。" + "它们不必指示因果关系。然而，对于进一步探查，它们是有帮助的切入点，使得它们成为理解数据的流行工具。流数据不断地在计算机系统中流进流出并且具有变化的更新速度，涉及数据流的应用非常广泛。" + "大纲提供数据流的汇总，通常用来返回查询的近似解答。随机抽样、滑动窗口、直方图、多分辨率方法、梗概以及随机算法都是大纲的形式。倾斜时间框架模型允许数据以多个时间粒度存储，最近的时间记录在最细的粒度上，" + "最远的时间记录在最粗的粒度上。流立方体可以存储压缩的数据，对时间维度使用倾斜时间框架模型，并且仅在一些关键的层上存储数据，关键层反映了分析人员最感兴趣的数据层，从而基于到关键层的“常用路径”进行部分物化。"; String query = "数据挖掘"; long start = System.currentTimeMillis(); String s = new Highlighter(query).getBestFragment(content); System.out.println("Generate HTML: "); File f = new File("demo.html"); OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream(f), "utf-8"); osw.write("<pre><b>" + content + "</pre><br/><br/>" + "<pre><b>" + s + "</pre><br/><br/>"); osw.close(); System.out.println("Hightlighter -> " + s); System.out.println("cost: " + (System.currentTimeMillis() - start)); } private static String BEGIN = "<font color=\"red\">"; private static String END = "</font>"; private Set<Character> set = new HashSet<Character>(); public Highlighter(String query) { char[] chars = null; chars = query.toCharArray(); for (int i = 0; i < chars.length; i++) { set.add(chars[i]); } } public String getBestFragment(String content) { String[] strs = content.replace(".", "。").split("。"); char[] chars = null; TreeSet<Sentence> ts = new TreeSet<Sentence>(new Comparator<Sentence>() { public int compare(Sentence o1, Sentence o2) { if (o1.getIndex() < o2.getIndex()) { return -1; } else if (o1.getIndex() > o2.getIndex()) { return 1; } else return 0; } }); Sentence sentence = null; int score = 0; StringBuilder sb = null; System.out.println("total sentences: " + strs.length); for (int i = 0; i < strs.length; i++) { sentence = new Sentence(); sb = new StringBuilder(); sentence.setIndex(i); sentence.setText(strs[i]); chars = strs[i].toCharArray(); for (int j = 0; j < chars.length; j++) { if (set.contains(chars[j])) { score++; sb.append(BEGIN); sb.append(chars[j]); sb.append(END); } else { sb.append(chars[j]); } } sentence.setValue(sb.toString()); sentence.setScore(score); ts.add(sentence); score = 0; sb = new StringBuilder(); } Iterator<Sentence> it = ts.iterator(); Sentence tmp = null; int number = 0; sb = new StringBuilder(); for (; it.hasNext();) { tmp = it.next(); sb.append(tmp.getValue()); sb.append("。"); System.out.println(tmp); number++; } System.out.println("After : " + number); return sb.toString(); } class Sentence { String value; int index; int score; String text; public String getValue() { return value; } public void setValue(String value) { this.value = value; } public int getIndex() { return index; } public void setIndex(int index) { this.index = index; } public int getScore() { return score; } public void setScore(int score) { this.score = score; } public String toString() { return this.index + " " + this.score + " " + this.value; } public String getText() { return text; } public void setText(String text) { this.text = text; } }}本人简书blog地址：http://www.jianshu.com/u/1f0067e24ff8
点击这里快速进入简书
GIT地址：http://git.oschina.net/brucekankan/
点击这里快速进入GIT
阅读全文
0 0
