衢州市煙草局員工收入如何？-招聘街

一、衢州市煙草局員工收入如何？

1 衢州市煙草局員工的收入相對較好。2 衢州市煙草局是一個政府機構，員工的收入通常會比一般企業(yè)的員工收入要穩(wěn)定和較高。這是因為政府機構的薪資體系相對固定，有一定的工資保障和福利待遇。3 此外，煙草行業(yè)在中國是一個重要的行業(yè)，對于煙草局員工來說，他們的工作相對穩(wěn)定，且煙草行業(yè)的利潤相對較高，因此員工的收入也相對較好。4 當然，具體的收入水平還會受到員工的職位、工作年限、績效等因素的影響。但總體來說，衢州市煙草局員工的收入是相對較好的。

二、浙江衢州衢州郵編？

310000浙江省杭州市

321000浙江省金華市

312000浙江省紹興市

313000浙江省湖州市

323000浙江省麗水市

314000浙江省嘉興市

315000浙江省寧波市

316000浙江省舟山市

324000浙江省衢州市

318000浙江省臺州市

325000浙江省溫州市

三、衢州港位于衢州哪里？

衢州港龍游港區(qū)橋頭江作業(yè)區(qū)是衢州和金華地區(qū)目前唯一的公用碼頭，也是錢塘江中上游首個500噸級公用碼頭。

它位于龍游縣湖鎮(zhèn)鎮(zhèn)橋頭江村，規(guī)劃建設500噸級散貨、件雜貨、集裝箱泊位共14個（水工結構按1000噸級設計），泊位總長880米，設計年通過能力為515萬噸。

四、浙江衢州好嗎？

ref="https://mp.weixin.qq.com/s?__biz=MzU2NTY0MzUxMw==&mid=2247483841&idx=1&sn=01c2bc8a747a9548c742fdb4973473db&chksm=fcb9d057cbce5941762602db7d6e371addfb703647992aea01641f1a390e620c985323c5d7cc&token=1145924782&lang=zh_CN#rd">衢州概覽｜撿歷史的彩蛋，挖生態(tài)的礦，四線城市表示自己還能搶救一下

>2018-09-29

作者：大蔬本叔

公眾號：新合前哨

新合前哨 · 007 期預計閱讀時間：4分鐘 | 產業(yè)觀察 · 005 期 |

衢州——浙江的省轄地級市曾經它的生態(tài)基因輻射過全國如今又將在全球領域內攻城掠地這個產業(yè)發(fā)展歷經過彷徨失意與后知后覺的小城正在實現生態(tài)與文化的原力覺醒

失意的柑橘

衢州位于浙江省西南地區(qū)，是一個四線城市，如今在全國范圍內并不知名，但在上世紀八十年代，衢州還是小有名氣。這主要得益于衢州的柑橘產業(yè)。

衢州位于錢塘江上游，浙江省西部，在我國地勢的第三階梯上，境內的主要地形是山地和丘陵，共占總面積的86%，這樣的地形結構非常適合種植果樹。而衢州丘陵的紅壤土成分多，土質呈酸性，在早期土地開發(fā)、改良水平有限的情況下，也就只適合大面積種種柑橘。柑橘種植在衢州歷史悠久，也是上世紀八十年代衢州人發(fā)跡的主要原因之一。

上世紀初，抗戰(zhàn)和解放戰(zhàn)爭破壞了我國的水果種植業(yè)，建國之初，水果變成了奢侈品。由于節(jié)儉風氣盛行，水果的種植和食用都有限制。改革開放后，一方面需求解禁，水果需求連年膨脹；另一方面生產解禁，衢州橘林修復后得以豐產。衢州柑橘種類繁多，有椪柑、蜜柑，也有胡柚、金橙，柑橘的多樣化和規(guī)模化生產完全適應了剛解禁的需求。衢州最具標志性的柑橘品類非椪柑莫屬，這個品種雖然外形樸實但是口感一流，很快就攻占了國人的味蕾，緊接著把衢州的名字也送進了千家萬戶。

其實，衢州椪柑流行還有一個重要原因——耐儲藏。這個品種采收之后放一個月都不會壞，反而風味更佳。在交通物流并不發(fā)達的時期，橘子耐儲存意味著可以輻射到更廣的范圍，到各地餐盤上的時候新鮮依舊，是非常珍貴的品質。那時候，衢州的橘子三元一斤比豬肉貴，當地流行著這樣的說法“留棵橘子樹給兒孫比留套房都有用”，衢州很多本地人都是靠種橘子發(fā)家致富的。

事實上，橘子樹本就是一種經濟效益絕佳的果樹，掛果早而且單產高，以至于后來國內很多地方都開始靠種橘子脫貧致富。我國橘子產業(yè)一直到今天都在膨脹，2017年后橘子居然超過蘋果成為我國第一大水果產業(yè)。只是在這樣的膨脹過程中，供需地位早已轉換。1995年之后，國內的橘子價格開始走向平民化。不過，橘子商們還是絞盡腦汁把柑橘經濟玩出新花樣，不僅大量種植、大量出口還在不斷培育新品種。比如這些年流行的四會砂糖橘十月、臨海蜜橘宮川，象山雜柑紅美人，不僅名字令人遐想，口感和顏值也越來越傲嬌。臨海的宮川甜度高還能連皮吃已經很奇了，到了象山紅美人已經發(fā)展出插個管兒就能吸著吃的操作。象山紅美人據說是橘中愛馬仕，光是批量價格就已經高達60元每公斤。

顯然，椪柑這類丑萌而樸實的果子，終究敵不過層出不窮的妖艷新茬兒。隨著交通和物流水平的提升，椪柑耐儲藏也不再算是優(yōu)勢，伴著國人味蕾對衢橘的淡忘，衢州這個沒什么特點的小城市也逐漸消失在大眾視野里。

二、歷史的彩蛋

好在衢州還是有點小幸運，身為浙江省的一員，發(fā)達省份的紅利多少還能享受一點。沿海的開放城市在最初發(fā)展期，都引進過一些高污染、高收益的企業(yè)，不過在城市經濟實力上升、對環(huán)境質量有要求之后，就開始對這類企業(yè)進行驅逐。

衢州屬于沿海的省份，但位置非常靠內，和沿海的寧波、溫州不能比，但是大城市驅逐的產業(yè)，讓衢州有了承接溢出產能的機會，比如造紙、比如熱電，這在一定程度上減緩了衢州的衰落，不過也使衢州在特色挖掘上變得懈怠。衢州在浙江省西南部、滬杭經濟圈的最邊緣，強市再怎么輻射，到這里都衰減得差不多，衢州不自己拼一下的話，是無論如何也帶不動的。2000年之后，浙江省經過一輪又一輪規(guī)劃，最終把多年經濟倒數的衢州定位成浙江省的生態(tài)屏障和大花園。這意味著許多發(fā)展政策不會往這里傾斜，意味著衢州想要憑借效益工業(yè)升級一下再洗白的機會也沒有了。

那就發(fā)展生態(tài)吧。但是國內生態(tài)城市也有很多，沒有城市品牌和定位還是沒有前途。衢州生態(tài)景觀基礎還是有的，不過整體的景觀格局小山小水不夠開闊，歷代文人墨客也鮮少留下只言片語。景觀建設缺乏人文精神的支撐，旅游業(yè)發(fā)展也就沒有恒久的動力。衢州的名字是伴隨衢橘失勢一同衰落的，此后再談衢州幾乎沒有像樣的關聯(lián)詞了。幸運的是，歷史給衢州留了個彩蛋:衢州和孔家原本有一段淵源。談到孔廟，很多人都會想到山東曲阜，其實正統(tǒng)的孔氏家廟一共有兩個，一個在曲阜，另一個在衢州。

自漢元帝起，孔家地位不斷提高，孔子的嫡親長孫開始受封爵位，到了北宋仁宗時期，孔子嫡親長孫的封號為衍圣公。北宋末年金兵南侵，宋高宗趙構南渡，在今天的浙江杭州一帶建了都。孔子的第48代裔孫、第三代衍圣公孔端友，就負著孔子和孔子夫人的楷木像，離開山東曲阜，隨遷到衢州，后在此敕建孔氏家廟，后人稱為南宗。

當然山東的曲阜仍然留下了孔家的族人，此時他們處在偽齊劉豫政權的統(tǒng)治下，這個劉豫為了表示自己政權的正統(tǒng)，在山東曲阜立了孔瑞友弟弟的次子為衍圣公，也就形成了所謂的北宗。在這南北分治的100多年間，南北衍圣公同時在兩個對立的朝廷中供職。后來蒙古統(tǒng)一中國，到了元世祖時期，南宗衍圣公孔洙以為北宗護祖廟有功，主動讓出衍圣公，此后北宗就承襲了衍圣公的爵位。從歷史的脈絡中可以了解，南宗實為孔子后裔的正宗，但是北宗得到了由元至清王朝的承認，成為名義上的正宗。

隨著孔氏南宗家廟建筑和園林的發(fā)掘、復建完成，2004年衢州撿起這段歷史，首次舉辦“中國衢州國際孔子文化節(jié)暨祭孔大典”。后來每年9月28日孔子誕辰，都會舉辦祭祀典禮。但南孔文化當時還不足以形成衢州的文化品牌。2011年衢州的南宗祭孔入選第三批國家級非物質文化遺產名錄后，衢州的山水人文開始呈現出另外一番景象。其實早在2005年時，打造南孔文化品牌就曾提上過衢州規(guī)劃議程，但真正的系統(tǒng)性謀劃還是2011年之后。近兩年，衢州最終敲定了城市品牌構想和框架，2017年正式發(fā)布了“南孔圣地?衢州有禮”的城市品牌，準備深耕儒家文化、全力打造“一座最有禮的城市”。

雖然明確城市品牌是前不久的事情，但這昭示著衢州在戰(zhàn)略層和文化層的真正自立。衢州的文化層次上升到儒家文化、孔家思想上，小山小水也就有了說辭和氣度。衢州的生態(tài)城市定位，輔以文化內涵，城市品牌的系統(tǒng)性已經開始建立。

三、生態(tài)的富礦

當然，生態(tài)、文化城市的定位斷了衢州效益工業(yè)的后路，不過生態(tài)到底是座富礦，用心養(yǎng)護還是能育出寶貝的。以水質來說，衢州能夠保持全年水質百分百達標，而且已經連續(xù)10年領跑全國。這一方好水的價值有多大？當然不止是塑造山水景觀，它還可以出產黑色黃金——魚子醬。

衢州現在是我國、也是亞洲魚子醬產量、出口量最大的地區(qū)。2017年衢州魚子醬產量為65噸，產量和出口量居亞洲第一，世界前三。衢州現在出產的大白鱘魚子醬一小盒售價為2100美元，約合1.4萬人民幣，相當于一個魚卵60美分，約合4元人民幣。魚子醬屬于奢侈消費品，由于營養(yǎng)價值和售賣價格都很高，被稱為黑色黃金。魚子醬的母體主要是鱘魚，鱘魚種類有27種，但能生產魚子醬的只有3種。這些嬌貴的鱘魚對水質要求十分嚴格，只有在溶氧含量較高，水質良好的水環(huán)境中才能很好生存。國內工業(yè)化水平高的城市大都無法滿足這樣的水質要求，而衢州不同，全地區(qū)水質連年保持國內一流水平，而且活水溶氧量很高。不過，鱘魚是一種冷水魚，需要生活在夏季水溫不超過26度的地方，世界早期的魚子醬供應國主要是是俄羅斯、歐洲這些北部冷水地區(qū)。衢州雖然是江南地區(qū)，但是仍有一個地方可以滿足這樣苛刻水溫。

衢州烏溪江上游有兩座梯級大中型水庫，其發(fā)電尾水流入巨化引水渠和烏溪江引水工程，水溫始終保持在26度以下， 2013年起這里就建立了世界最大的鱘魚養(yǎng)殖、加工基地。其實衢州的國產魚子醬是個什么水平，最開始國內外的心理預期都很低。不過，2017年美國彭博社發(fā)表過文章評論這件事情，文章表示”世界上最好的魚子醬不再產自俄羅斯，盡管沒人想承認，但是中國正在生產頂級魚子醬”，文章中點名贊揚了一家“已經搶占了全球魚子醬市場頭把交椅”的生產企業(yè)。

這個企業(yè)品牌來自杭州，是全球最大的人工養(yǎng)殖鱘魚子醬品牌，它的魚子醬產量和出口量連續(xù)三年位居世界第一，而其最主要的的養(yǎng)殖基地在衢州、在烏溪江。在衢州，像鱘魚養(yǎng)殖、魚子醬生產這樣的高效益生態(tài)產業(yè)還有很多，生態(tài)無疑是一座礦藏，衢州的生態(tài)產業(yè)雖然許多還在發(fā)展期，但未來潛力是無限的。僅是近兩年，如果衢州魚子醬能夠坐穩(wěn)世界市場頭把交椅，那么國內市場也會不攻自破。當年衢橘在國人味蕾上失去的尊嚴，大概很快會通過舌尖上的黃金扳回一局。 ? end ? 文 | 大蔬本叔圖 | 網絡

注：本文由新合前哨整理創(chuàng)作，文內所用視頻、圖片、文字若涉及版權問題，請及時取得聯(lián)系我們處理相關事宜。｜推薦閱讀｜問診洛陽的移民癥候懂得洛陽的難處，就不會再說它落沒一千五百萬的告別樂清 | 繁榮背后的絕望杭州概覽 | 非天賦型城市的進擊金字塔｜柯橋賭徒【產業(yè)經濟討論區(qū)】

喜歡文章，希望與對浙江任意產業(yè)經濟有獨特見解的伙伴交流的讀者，歡迎掃碼加群。掃碼進入微信關注：新合前哨

衢州:撿歷史的彩蛋，挖生態(tài)的礦，四線城市表示自己還能搶救一下

五、煙草公司新規(guī)定多少米可辦理煙草許可?煙草公？

《煙草專賣許可證申請與辦理程序規(guī)定》并沒有做專營店之間間隔的規(guī)定，建議具體咨詢當地縣級煙草專營管理部門，如被拒絕許可的，可以要求出示具體不予審批的依據及理由。

六、衢州東港屬于衢州那個方向？

衢州東港屬于衢江區(qū)，像沈家，濟開發(fā)區(qū)，總體上出了柯城區(qū)的范圍都是衢江區(qū)了。衢州東港在衢州的東面，東港經濟發(fā)展快

七、mahout面試題？

之前看了Mahout官方示例 20news 的調用實現；于是想根據示例的流程實現其他例子。網上看到了一個關于天氣適不適合打羽毛球的例子。

訓練數據：

Day Outlook Temperature Humidity Wind PlayTennis

D1 Sunny Hot High Weak No

D2 Sunny Hot High Strong No

D3 Overcast Hot High Weak Yes

D4 Rain Mild High Weak Yes

D5 Rain Cool Normal Weak Yes

D6 Rain Cool Normal Strong No

D7 Overcast Cool Normal Strong Yes

D8 Sunny Mild High Weak No

D9 Sunny Cool Normal Weak Yes

D10 Rain Mild Normal Weak Yes

D11 Sunny Mild Normal Strong Yes

D12 Overcast Mild High Strong Yes

D13 Overcast Hot Normal Weak Yes

D14 Rain Mild High Strong No

檢測數據：

sunny，hot，high，weak

結果：

Yes=》 0.007039

No=》 0.027418

于是使用Java代碼調用Mahout的工具類實現分類。

基本思想：

1. 構造分類數據。

2. 使用Mahout工具類進行訓練，得到訓練模型。

3。將要檢測數據轉換成vector數據。

4. 分類器對vector數據進行分類。

接下來貼下我的代碼實現=》

1. 構造分類數據：

在hdfs主要創(chuàng)建一個文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數據傳到hdfs上面。

數據文件格式，如D1文件內容： Sunny Hot High Weak

2. 使用Mahout工具類進行訓練，得到訓練模型。

3。將要檢測數據轉換成vector數據。

4. 分類器對vector數據進行分類。

這三步，代碼我就一次全貼出來；主要是兩個類 PlayTennis1 和 BayesCheckData = =》

package myTesting.bayes;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.util.ToolRunner;

import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;

import org.apache.mahout.text.SequenceFilesFromDirectory;

import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;

public class PlayTennis1 {

private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";

* 測試代碼

public static void main(String[] args) {

//將訓練數據轉換成 vector數據

makeTrainVector();

//產生訓練模型

makeModel(false);

//測試檢測數據

BayesCheckData.printResult();

}

public static void makeCheckVector(){

//將測試數據轉換成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"testinput";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失敗！");

System.exit(1);

}

//將序列化文件轉換成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件轉換成向量失敗！");

System.out.println(2);

}

public static void makeTrainVector(){

//將測試數據轉換成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"input";

String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失敗！");

System.exit(1);

}

//將序列化文件轉換成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件轉換成向量失敗！");

System.out.println(2);

}

public static void makeModel(boolean completelyNB){

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";

String model = WORK_DIR+Path.SEPARATOR+"model";

String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";

Path in = new Path(input);

Path out = new Path(model);

Path label = new Path(labelindex);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

if(fs.exists(label)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(label, true);

}

TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();

String[] params =null;

if(completelyNB){

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};

}else{

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};

}

ToolRunner.run(tnbj, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("生成訓練模型失敗！");

System.exit(3);

}

package myTesting.bayes;

import java.io.IOException;

import java.util.HashMap;

import java.util.Map;

import org.apache.commons.lang.StringUtils;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.fs.PathFilter;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.mahout.classifier.naivebayes.BayesUtils;

import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;

import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;

import org.apache.mahout.common.Pair;

import org.apache.mahout.common.iterator.sequencefile.PathType;

import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;

import org.apache.mahout.math.RandomAccessSparseVector;

import org.apache.mahout.math.Vector;

import org.apache.mahout.math.Vector.Element;

import org.apache.mahout.vectorizer.TFIDF;

import com.google.common.collect.ConcurrentHashMultiset;

import com.google.common.collect.Multiset;

public class BayesCheckData {

private static StandardNaiveBayesClassifier classifier;

private static Map<String, Integer> dictionary;

private static Map<Integer, Long> documentFrequency;

private static Map<Integer, String> labelIndex;

public void init(Configuration conf){

try {

String modelPath = "/zhoujianfeng/playtennis/model";

String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";

String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";

String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";

dictionary = readDictionnary(conf, new Path(dictionaryPath));

documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));

labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));

NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);

classifier = new StandardNaiveBayesClassifier(model);

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("檢測數據構造成vectors初始化時報錯。。。。");

System.exit(4);

}

/**

* 加載字典文件，Key: TermValue； Value：TermID

* @param conf

* @param dictionnaryDir

* @return

private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {

Map<String, Integer> dictionnary = new HashMap<String, Integer>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

String name = path.getName();

return name.startsWith("dictionary.file");

}

};

for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {

dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());

}

return dictionnary;

}

/**

* 加載df-count目錄下TermDoc頻率文件，Key: TermID； Value：DocFreq

* @param conf

* @param dictionnaryDir

* @return

private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {

Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

return path.getName().startsWith("part-r");

}

};

for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {

documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());

}

return documentFrequency;

}

public static String getCheckResult(){

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String classify = "NaN";

BayesCheckData cdv = new BayesCheckData();

cdv.init(conf);

System.out.println("init done...............");

Vector vector = new RandomAccessSparseVector(10000);

TFIDF tfidf = new TFIDF();

//sunny，hot，high，weak

Multiset<String> words = ConcurrentHashMultiset.create();

words.add("sunny",1);

words.add("hot",1);

words.add("high",1);

words.add("weak",1);

int documentCount = documentFrequency.get(-1).intValue(); // key=-1時表示總文檔數

for (Multiset.Entry<String> entry : words.entrySet()) {

String word = entry.getElement();

int count = entry.getCount();

Integer wordId = dictionary.get(word); // 需要從dictionary.file-0文件（tf-vector）下得到wordID，

if (StringUtils.isEmpty(wordId.toString())){

continue;

}

if (documentFrequency.get(wordId) == null){

continue;

}

Long freq = documentFrequency.get(wordId);

double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);

vector.setQuick(wordId, tfIdfValue);

}

// 利用貝葉斯算法開始分類,并提取得分最好的分類label

Vector resultVector = classifier.classifyFull(vector);

double bestScore = -Double.MAX_VALUE;

int bestCategoryId = -1;

for(Element element: resultVector.all()) {

int categoryId = element.index();

double score = element.get();

System.out.println("categoryId:"+categoryId+" score:"+score);

if (score > bestScore) {

bestScore = score;

bestCategoryId = categoryId;

}

classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";

return classify;

}

public static void printResult(){

System.out.println("檢測所屬類別是："+getCheckResult());

}

八、webgis面試題？

1. 請介紹一下WebGIS的概念和作用，以及在實際應用中的優(yōu)勢和挑戰(zhàn)。

WebGIS是一種基于Web技術的地理信息系統(tǒng)，通過將地理數據和功能以可視化的方式呈現在Web瀏覽器中，實現地理空間數據的共享和分析。它可以用于地圖瀏覽、空間查詢、地理分析等多種應用場景。WebGIS的優(yōu)勢包括易于訪問、跨平臺、實時更新、可定制性強等，但也面臨著數據安全性、性能優(yōu)化、用戶體驗等挑戰(zhàn)。

2. 請談談您在WebGIS開發(fā)方面的經驗和技能。

我在WebGIS開發(fā)方面有豐富的經驗和技能。我熟悉常用的WebGIS開發(fā)框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能夠使用HTML、CSS和JavaScript等前端技術進行地圖展示和交互設計，并能夠使用后端技術如Python、Java等進行地理數據處理和分析。我還具備數據庫管理和地理空間數據建模的能力，能夠設計和優(yōu)化WebGIS系統(tǒng)的架構。

3. 請描述一下您在以往項目中使用WebGIS解決的具體問題和取得的成果。

在以往的項目中，我使用WebGIS解決了許多具體問題并取得了顯著的成果。例如，在一次城市規(guī)劃項目中，我開發(fā)了一個基于WebGIS的交通流量分析系統(tǒng)，幫助規(guī)劃師們評估不同交通方案的效果。另外，在一次環(huán)境監(jiān)測項目中，我使用WebGIS技術實現了實時的空氣質量監(jiān)測和預警系統(tǒng)，提供了準確的空氣質量數據和可視化的分析結果，幫助政府和公眾做出相應的決策。

4. 請談談您對WebGIS未來發(fā)展的看法和期望。

我認為WebGIS在未來會繼續(xù)發(fā)展壯大。隨著云計算、大數據和人工智能等技術的不斷進步，WebGIS將能夠處理更大規(guī)模的地理數據、提供更豐富的地理分析功能，并與其他領域的技術進行深度融合。我期望未來的WebGIS能夠更加智能化、個性化，為用戶提供更好的地理信息服務，助力各行各業(yè)的決策和發(fā)展。