第一学期第12周

现在已经到了开始期末复习的时间点了，所以这周有花一些时间在看书。根据上周制定的计划，完成了主成分分析，因子分析的推导过程，ActivitiDemos的演示也已经完成，新都化工的数据处理交给了同门来做，剩下的关于LDA的Gibbs抽样没有看，PM课程的论文也没有看。现在看英文还是有些发憷的感觉。不过这周把《Data Analysis with Open Source Tools》看了不少,现在把这周具体完成的事情罗列下.

首先是WebProtege，一个关于知识地图的web工具，本周研究了下该工具的查询及存储实现，但是发现和导师的项目需求还是有很大的差距，有差距就意味着有改进的地方。WebProtege使用的是文件系统存储，而原来以为其使用的是Mongodb，但是Mongodb知识在存储一些实时讨论信息时才会使用，也就是说在整个的Protege中，对数据库的利用极其有限，这是我们可以扩展的地方之一；其二，其搜索功能的实现是基于正则表达式的，当内部的项目文档比较多时，搜索需要跨项目时，是具有严重的性能瓶颈的（但是现在没有，是因为其搜索功能的实现是针对选定的特定的项目的），这也是可以改进的地方。但整个的WebProtege是基于GWT开发的，所以其技术栈的学习成本比较高，但仍然在可以接受的范围之内。

其次是关于ActivitiDemos的演示，本次演示实现了人工节点的流程演示功能，掌握了Activiti Explorer的具体应用。针对Activiti的表单有了基本的了解，但是觉得其表单系统仍然需要很大的改进（也可能是我自己还没有搞清楚其表单的更复杂用法），比较重要的是表单的传递，比如说某人提交的一个表单，我如何可以传递到下一个审批节点，并且可以增加新的表单数据或者减少原有的表单数据。对于Activiti的内置权限系统，如果需要重新开发，该如何进行。毕竟Activiti的内置权限还是比较简单的，在企业应用中，企业的权限系统肯定是更为复杂多变，而且企业也不想把权限系统交由Activiti来管理，所以需要在企业权限和Activiti权限之间做适配，如何适配是应用开发者需要仔细掂量的事情。Activiti Modeler还是比较不好的，和以前在公司做的BPM Web Editor相比，有一些比较明显的差距。 不过最后觉得Activiti Explorer使用的web开发框架还是比较有意思的，其基本思路与GWT有异曲同工之妙，如果有需要可以了解一下。

关于《Data Analysis with Open Source Tools》，我觉得书是很不错的书，而且在每一章节后面的一些主题相关的推荐书目，比较让人喜欢。这比那些把参考书目写到整本书的最后面要好的多，最起码通过在每章节后面列出推荐书目，让那些想深入学些相关主题的人可以继续探寻下去。在这本虽然不是专门讲数据绘图的书，但是其中涉及的一些图的解释，让我在之前使用R时对一些图的模糊概念有了一些很清晰的认识。而且我也有该书的电子英文版，感觉英文版也是写的通俗易懂，可以拿来直接读。我打算近期把这本书迅速看完，然后在从其推荐书目中找出几本比较感兴趣的，好好的读一下。

关于近一个月来的Yahoo爬数据的事情，现在总算有了新的进展，以前写的爬虫代码，总是一段时间后就需要重新启动执行，现在经过修改后，在网络正常情况下可以自动执行，不需要人的干预了，其主要原因在于，我之前的代码是面向过程的，所以在方法中是无法修改全局变量的，于是只需要把爬虫程序对象化就ok了，现在我把整个程序放在了一个类中，执行起来就没问题了，但有时候程序仍会异常跳出，其主要原因还是网络状况不够好。

这周的学习计划如下：