这周处理的事情主要还是集中在IT技术上。
第一件事情就是Yahoo Answer的自动化数据爬取，现在已经全部迁移到了MongoDB上了，从Yahoo获取的数据格式就是json，然后没有做任何的处理直接存入MongoDB，等以后数据爬取结束后再慢慢处理吧。目前来看Python的爬取代码算是比较健壮了，现在唯一让人心碎的是学校的网速，可以用龟速来形容而一点都不显得过。今天半天时间整个数据量还没有从三万跳到4万，等看看明天的结果，就可以估算下需要多少时间了。
第二件事情就是关于SVM了，前一段时间是在看SVM的理论，但是理论实在是看的比较枯燥了，于是就想是否可以实践下，就花了半天的时间看看libSVM，大约的使用步骤算是比较清晰了，实验室中有一些公交的数据，于是我就想是否可以先使用libSVM来牛刀小试下，当然前期数据的转换还是必须要的，想来数据格式的转化应当不是什么难题。具体什么时候来试一下还是需要等时间。
第三件事情就是Activiti的研究了，由于以前曾经专门研究过Activiti的引擎，所以现在来说上手还是比较快得。但是了解引擎的运行机制并不等于了解Activiti在应用种的使用方法和技巧，所以当需要给一些应用开发人员讲解这个东西时，我需要的是怎样从引擎内核中跳出来，然后使用具体的实例来讲解这个东西是如何促进我们的应用开发的。现在看来，当初学习Activiti时确实只是钻进去了，但是对于其周边产品的组合应用还没有了解，所以现在要用它来做一个Demo，确实让我费力不少。
关于LDA的论文，我还继续在晃荡阶段，本周就是只把Gibbs抽样看了几页，还没有看到关键部分，要抓紧时间了，论文的事情拖的有些太久了。而眼看着学期末的到来，各门课程也到了复习阶段，现在做一下下周的工作计划：
| 任务安排 | 完成程度 | 备注 |
|---|---|---|
| 多元统计 | 主成分分析（PCA）推导过程及R技术 | |
| 多元统计 | 因子分析（FA）推导及R技术 | |
| LDA | Gibbs抽样基本看完 | |
| PM课程 | 论文阅读及Presentation | |
| 新都化工 | 相关数据处理 | |
| ActivitiDemos | 完成基本的ActivitiDemo演示及使用 |
这周虽然没有按时去新校打羽毛球，但是在新校踢了几个小时的足球，然后全身都有了运动后遗症，接着第二天又在老校打了几个小时的羽毛球，现在敲键盘都觉着手疼了。看来下周又不能做神马运动了。