0、网页数据提取，基于手工定制的模板，有一定得容错性。不过应用的界面不够好。总体来说，大刚网页提取程序更胜一筹。
1、使用状态机匹配网页中的地址和电话。借助大量抓取google的搜索结果。问题是：google上面的数据大量过期了。
2、小型的lucene搜索，主要是搜索英文的内容。 C#实现 ，单机 ，windows 服务。现在看起来这个应用太小了；
而且很多东西应该做为独立的服务。
3、oracle 空间数据库搜索。小规模地图应用，点、线的搜索。简单oracle优化。
4、svm 人群分类
5、线性回归用于回归预测。tree net 特征提取，gbdt 分类，。
6、超大数据的hadoop 聚类。层次聚类方法。
7、fp growth 共现挖掘。
8、基于词典的数据压缩（hadoop）
9、搜索词的挖掘与应用……
10、excel 数据分析，分析相关度，回归分析等等。也看了R语言，但是也没有看完。
2008年8月开始，逐渐熟悉了linux的开发环境，学会了使用vim，python，linux c++，awk，eclipse，更先进的机器学习方法。记得刚到淘宝时，每天回到宾馆就到头大睡，直到晚上2、3点起来再洗脸洗脚的日子。
最大的成长是：对应用模块的划分；业务逻辑的划分；应用架构的感受；价值观的改变；文档的规范化；代码的规范化……
终于满足了自己的愿望，可以操作超大的数据量；正规的管理环境；一流的企业文化。
最近的培训也比较多，有机会整理自己的得失。不能总是低着头忙着赶路，也要停下来思考一下。