COSN'14 --- ACM Conference on Online Social Networks 很多论文题目看着很有意思，论文PDF可以直接下载 → 最佳论文有两篇(1) 微软和谷歌的合作论文 Computing Classic Closeness Centrality, at Scale (2) 来自EPFL的 Mining Democracy.

手工标数据，多做几个统计可能比调算法效果更好. 喜欢这句话: feature engineering is an art //@好东西传送门:不错。没列什么公式，但很有insights//@Copper_PKU:转发微博

→ 这篇综述了特征工程的方方面面，值得一读。

这个看着挺好的//@好东西传送门: semdom，一个很不错的分类树，也可以算本体ontology或者常识知识库，含1800语义类．很友好的Creative Commons授权证

我曾想按照语义来给英语常用词和词组归类，不过缺乏能力和行动力，昨晚上发现原来有人已经做了 →，这个“语义” 网上各种词类都有，较神奇。 多写描绘叙事短文，写时参阅语义网、Oxford Pictorial English Dictionary 和Dictionary of Phrasal Verbs, 那写出生动的英语几年可待~

感谢植物学专家杨老师解答，这个叫喜荫花， 百度百科介绍 →

三十多年了，终于养出了一棵有开花意图的小花，还不知道这花叫啥名字

三十多年了，终于养出了一棵有开花意图的小花，还不知道这花叫啥名字

"This post summarizes how open-source software can help you analyze language data using this flow chart as a guideline." →

挺有道理的，喝多了咖啡睡不着，life就显得长了

也算是个后续，Twitter 上的event detection (WWW14 tutorial) → 非文本数据上的event detection (KDD09 tutorial) →

我发表了文章 →