16 九 08 汕头大学，图书馆RFID应用及标准化研讨会
下午坐了5个小时的汽车，来到了汕头大学，参加一个关于图书馆应用RFID的研讨会。对于RFID这个东西在图书馆能做什么用，好不好用，该怎么用，一直以来我都不是很了解，这正是一个好的学习机会。
主讲专家有Alan Butters、景祥祜、吴晞、车俊铁、杨明华等，题目有：
- RFID standards for libraries - overview and current status
- Comparing HF and UHF RFID in the library application - past,
present & future - RFID in the book trade - from manufacturing to point of
sale - 香港图书馆馆藏识别标准:现在与未来
- 图书馆行业RFID标准化问题
- 城市街区24小时自助图书馆—RFID在图书馆的最新应用
- 汕头大学图书馆RFID应用介绍
- …
汕头大学很清静，和暨大的熙熙攘攘相比，这可真是个学习、开会的好地方，当然，晚饭过后到湖边大坝走一走，也不禁的感叹，这可真是一个谈恋爱的好地方，只是，3天的会议，时间有些短了……、
晚饭时候和华南师范大学南海学院的李馆长一桌，聊起来，深切地感觉到了“2.0馆长”的魅力。原来她前段时间参加了上海图书馆2.0培训，并因此“中毒不浅”，她还总结了“以人为本、先进技术、优质服务”的十二字方针，并说只有想不到，没有做不到。在这么有冲劲的2.0馆长带领下，他们的图书馆2.0实践值得期待。
21 七 08 大旗底下——书法高手大赠送
今天开始放暑假，一连两博，久旱逢甘霖啊！
话说“要干就干图书馆员”虽好，但也只能限量了。于是公版该如何设计，众说纷纭，创意无限，偶也心急难耐，真恨不得马上穿上新装，也好在偷香窃玉之时，增加点印象分。
我觉得，公版，就不要太复杂，太出位了，简简单单四个毛笔字“大旗底下”，足矣。
献上偶的书法赠送：
嘿嘿，这字还算可以吧，如果你要表扬我，那我就先接受了，正如丫枝，强烈要求加上一句他表扬我的话，不忍拒之：
不过，偶是很诚实滴，这些字，都是一个软件生成的，绿色软件，无需安装，点击这里下载之后，解压，运行主程序即可。
这个软件唯一让我不爽的是：日本人开发的，而不是中国人。
03 七 08 纪念伟大的俯卧撑时代
29 六 08 收藏——The Easy Way to Extract Useful Text from Arbitrary HTML
原文地址：http://ai-depot.com/articles/the-easy-way-to-extract-useful-text-from-arbitrary-html/
作者： alexjc
介绍了一种另类的、简单的、有效的、具有一定广泛性的提取HTML文档正文内容的方法，这种方法从统计学和机器学习的角度出发，使用文本和HTML代码的密度来决定一行文件是否应该输出，从而跨越了HTML文件的结构和标签的分析难度，实现真正文本信息的挖掘。
如文章中所示，其主要原理如下：
- Parse the HTML code and keep track of the number of bytes processed.
- Store the text output on a per-line, or per-paragraph basis.
- Associate with each text line the number of bytes of HTML required to describe it.
- Compute the text density of each line by calculating the ratio of text to bytes.
- Then decide if the line is part of the content by using a neural network.
作者使用了python来实现了基本的实例，并使用了FANN（Fast Artificial Neural NetWork，人工神经网络库）的机器学习算法使得结果更为成熟，思路明确，代码简单，图表清晰，很棒的文章。
csdn的赖勇浩（恋花蝶的博客）曾翻译过该文，地址是：http://blog.csdn.net/lanphaday/archive/2007/08/13/1741185.aspx
Tags: html, python, Text mining
29 六 08 收藏——MySpace的六次重构
本文来自互联网，如侵犯了您的权利，请来信告知：gsls.info@gmail.com
在每个里程碑，站点负担都会超过底层系统部分组件的最大载荷，特别是数据库和存储系统。接着，功能出现问题，用户失声尖叫。最后，技术团队必须为此修订系统策略。
虽然自2005年早期，站点账户数超过7百万后，系统架构到目前为止保持了相对稳定，但MySpace仍然在为SQL Server支持的同时连接数等方面继续攻坚，Benedetto说，”我们已经尽可能把事情做到最好”。
1.里程碑一：50万账户
按Benedetto 的说法，MySpace最初的系统很小，只有两台Web服务器和一个数据库服务器。那时使用的是Dell双CPU、4G内存的系统。
单个数据库就意味着所有数据都存储在一个地方，再由两台Web服务器分担处理用户请求的工作量。但就像MySpace后来的几次底层系统修订时 的情况一样，三服务器架构很快不堪重负。此后一个时期内，MySpace基本是通过添置更多Web服务器来对付用户暴增问题的。
但到在2004年早期，MySpace用户数增长到50万后，数据库服务器也已开始汗流浃背。
但和Web服务器不同，增加数据库可没那么简单。如果一个站点由多个数据库支持，设计者必须考虑的是，如何在保证数据一致性的前提下，让多个数据库分担压力。
在第二代架构中，MySpace运行在3个SQL Server数据库服务器上–一个为主，所有的新数据都向它提交，然后由它复制到其他两个；另两个全力向用户供给数据，用以在博客和个人资料栏显示。这 种方式在一段时间内效果很好–只要增加数据库服务器，加大硬盘，就可以应对用户数和访问量的增加。
