信息提取技术

这几天在研究信息提取技术，包括链接分析，链接标题提取，网页主体内容识别，网页主体图片提取，内容相似度分析等算法。
有成果了逐一发上来。

Tags: 信息提取

设想的小额电子支付方式

想想现在的各种商务网站的支付流程，选择好商品, 点击支付，会跳转到一个支付页面，里面有各种银行, 还有支付宝等第三方支付， 如果选择银行，比如招行，会跳转到招行的页面， 在招行页面可以选择大众版/专业版， 我选择了专业版。会启动电脑上装好的招行专业版软件（启动比较慢）， 然后我要去找到我的u盘（招行U盾），有时候要找半天。插入U盘， 输入专业版的密码。认证通过后（也比较慢），进入到支付窗口。 在支付窗口中输入身份证号和支付密码，（这里如果选择招行信用卡则是查询密码）. 提交后，支付成功，返回到商务网站的页面.并收到招行支付短信提醒.

如果为了获得支付宝积分，选择第三方支付，那么还要登陆支付宝，也需要输入两次密码 登录密码和支付密码。如果没钱了，则需要再回到上面的银行流程给支付宝充值。 (为了安全我的支付宝密码比较复杂，没记住，使用keepass管理密码， 我需要打开keepass软件，登录进去，找到支付宝密码,支付宝密码不能拷贝粘贴，还需要逐个字母输进去)

如果中间突然发现使用的是firefox浏览器，悲剧了，还得切回ie浏览器重新执行操作。 整个过程经常在10分钟以上， 有时候没带招行U盾，或者在别人的机器上还要更长时间，或者根本没法支付. 大额支付为了安全也就忍了，小额的话浪费的时间就有点多了。

我设想的小额支付方式，应该用手机短信直接支付。 选购商品之后，价值如果不超过100元(用户可以选择其他额度)，商家给手机发一条短信，用户回复同意，支付就成功了。

那么如何保证安全呢, 其实跟信用卡类似？ 用户需要在开始的时候对手机号进行实名身份认证，当然不想认证也可以，不享受这个便利就行了. 每个月给用户发送对帐单，标明每次支付的时间和商品名称。 用户可以选择不承认某笔消费，这个时候运营商需要将这笔费用返还给用户。 用户如果没有提供合理证据，则这个号码和这个人增加不良信用记录，不良记录达到一定程度，这个号码不可进行支付。 不良记录更多的时候这个人都不可以进行这种支付。 信用记录还可以用来透支，信用越好，透支额度越大。

Tags: 电子商务

flipboard简单分析

flipboard 是ipad上的一款阅读应用， 推出不到两个月，被誉为”ipad上的第一款杀手级的应用”, “传统媒体的未来等”.
他采用杂志的方式来展现twitter，facebook以及各种RSS内容，并通过一定的算法对信息进行重要性和相关性进行重新计算,
给用户提取更有价值的内容和更好的用户体验。flipboard的源码我们看不到，不过我们可以先看看一款类似的Web产品。

上周腾讯邮箱团队也推出了一款模仿的产品 QQReader ( http://reader.qq.com )。体验了一下，虽然还不是很成熟，
不过相信经过进一步的改进，体验会好很多。分析了一下QQReader的实现方式。

页面呈现逻辑完全在客户端实现， 事先根据文章的数量定义了N套模板.

      var  YS=
        {
          1:['tmp1_1'],
          2:['tmp2_1'],
          3:['tmp3_1'],
          4:['tmp4_1','tmp4_2','tmp4_3'],
          5:['tmp5_1','tmp5_2','tmp5_3','tmp5_4','tmp5_5','tmp5_6'],
          6:['tmp6_1'],
          7:['tmp7_1']
          };

例如5篇文章时，根据文章的id取模，假如取模为3，最终的模板就是tmp5_3
对于每种模板定义了具体的模板源码(还跟文章类型有点关系)和css

        aVJ=ar.TE([
          '
',
          '
',
          '$@$for($articles$)$@$',
          '
',
          '
',
          '
',
          '$title$',
          '

',
          '
',
          '$@$if($feed.title$)$@$ 来自：$feed.title$$@$endif$@$',

          '$@$if($comments.total$>0)$@$ | $comments.total$条评论$@$endif$@$ ',
          '

',
          '$@$if($images.idx$>-1)$@$',
          '
',
          '',
          '

',
          '$@$endif$@$',
          '
',
          '$digest$',
          '

',
          '

',
          '

',
          '$@$endfor$@$',
          '

',
          '

'
          ]),

.tmp6_1 .box2 {
    border-right:1px solid #D9D9D9;
    height:199px;
    left:0;
    overflow:hidden;
    position:absolute;
    top:241px;
    width:300px;
}

他们的订阅的内容基本分成4中类型 RSS/博客/微博/新闻, 各自在呈现方式上会略有不同。

页面呈现九宫格，分别可以订阅一个源，可能是上面四种中的一种。
点击进入一格之后，通过Ajax获取30篇条目(文章),
数据中包含文章的标题、摘要，包含的图片(数量地址尺寸等), 视频，音乐,评论分享等。
对30条目进行分页，根据第一篇文章的id取模Hash计算，每页随机得到2～7篇文章。
再根据每页最后一篇文章id简单的取模Hash获取到具体使用的模板。
使用js将数据套上模板即可。
用户翻了几页之后，数据获取完，则再获取30条内容,重新获模板显示。

可见展现上还是比较单薄的，一是模板偏少，而且并没有更具文章内容的长短，是否包含图片
及图片尺寸来选择更合适的模板。

从数据源上看，文章的id大多是连续的，目前并没有在内容的过滤和排序上做什么工作，
这个才是flipboard的核心，帮助用户过滤掉无用信息，更快发现有价值内容.

对内容怎么做排序呢？
文章的关键字，分类，文章的长度，是否包含图片及图尺寸,是否包含其他多媒体内容
文章的阅读数，评论数，转发数，分享数，相关性
编辑手工推荐，热点内容等
用户行为分析，标签，爱好(常阅读，收藏，分享),
用户关系分析，好友亲密度，好友发表推荐的。

Tags: flipboard, web2.0

使用Vim发表WordPress日志

觉得wordpress的编辑器不好用，还是Vim写东西方便。于是找到了插件vimpress在这里还有更新的版本
支持列表，发布，编辑，删除等功能，还支持目录和标签。赞一个

Tags: vim

使用expect命令快速ssh到另一台主机

如何不输入密码ssh登陆另一台主机，比如从机器A上登录到机器B上,两台机器都为linux?
当A, B两台主机的用户名相同的时候,如都为userA，可以使用密钥的方法
ssh-keygen 在A机器上为userA生成公私钥
ssh-copy-id 将A上userA的公钥拷贝到B主机
然后userA即可以无需密码从A主机登陆到B主机了

如果两台主机的用户名不同，分别为userA和userB，怎么办？
这时候可以expect命令来帮忙完成。在主机A上写一个很简单的脚本,
loginB.sh,赋予可执行权限。

这个时候 只需要执行./loginB.sh 即可登陆B主机了，不过这样容易密码不太安全，
在不太担心密码安全的情况下，可以用这种方式。最好去掉所在用户组和其他用户的读、写以及执行权限。
对于这个如果有更好的方案，欢迎留言之争，谢谢。

还可以为常用的访问做一些alias，使得访问更方便， 比如第一种方式定义
alias s11=”ssh 192.168.2.11″
alias s32=”ssh 192.168.2.32″
第二种方式
alias s11=/home/userA/bin/login192.168.2.12.sh
alias s32=/home/userA/bin/login192.168.2.32.sh
等等。

Tags: expect, linux