2015-12-30

今天是我在CSDN开通博客的第一天，因为我想把自己每天的工作内容和技术感想都记录下来，以后自己找也方便，今天Rosanna说开始准备下学期课IEMS5723的材料了，需要我给学生讲Python编程，去年我读Master的时候也有上这门课，基本上就是社交媒体，社交网络，自然语言处理，文本分类的一个入门，需要用Python做一些Assignment，Rosanna说她想我加入用Python写爬虫的内容，我说可以，之前我都是用request加beautifulsoup再加上google chrome去写爬虫，还是很实用的，她也给了个链接给我，是San Diego State University的一个教程，看了下觉得还不错，但我觉得我到时应该主要讲request跟beautifulsoup，因为这两个最实用，urllib跟htmlparser还是简单讲讲好了。

今天项目做的工作就是把用户聊天记录做了下处理，每个用户的聊天记录都会通过我的服务器端代码，在我们这个系统里面，每个词用一个code表示，我把code

的2-Gram存在mongodb里面了，同时还有这个2-Gram出现的时间跟使用用户的唯一标识token，这样，每一条聊天记录都会在mongodb里面产生多条记录，这些记录对我们以后的研究是很有用的。