政工干部優(yōu)點(diǎn)-招聘街

一、政工干部優(yōu)點(diǎn)

在日常工作中應(yīng)重點(diǎn)鉆研政工領(lǐng)域國(guó)家政策、理論、工作技能及業(yè)務(wù)知識(shí)，并且具有較強(qiáng)的實(shí)際問(wèn)題解決能力。

政工干部應(yīng)具備較強(qiáng)的語(yǔ)言表達(dá)能力，牢牢把握交流技巧與方法，日常生活當(dāng)中應(yīng)重視知識(shí)累積，可通過(guò)閱讀與觀看書(shū)籍、新聞以及報(bào)告等方式積累知識(shí)，并加強(qiáng)自身語(yǔ)言表達(dá)能力。

同時(shí)政工干部應(yīng)善于和群眾交流、善于向領(lǐng)導(dǎo)進(jìn)行工作匯報(bào)，在對(duì)群眾進(jìn)行政策解讀時(shí)應(yīng)該有針對(duì)性地運(yùn)用講解語(yǔ)言，深入淺出地解讀，使各層次群眾均可理解政策內(nèi)涵。

二、政工干部指哪些崗位？

政工干部崗位如下

專職黨總支、黨支部書(shū)記

在行政系列宣傳、宣教部門中直接從事思想政治工作的專職人員

企業(yè)工會(huì)的負(fù)責(zé)人，宣教、組織、研究、女工部門中直接從事思想政治工作的專職人員

企業(yè)共青團(tuán)組織負(fù)責(zé)人和宣傳、組織部門中專職從事思想政治工作的人員

兼有政工或技術(shù)工作的人員，應(yīng)按有關(guān)規(guī)定在其主要工作崗位參加專業(yè)技術(shù)職務(wù)的評(píng)聘。

總之，政工系列的崗位主要是指從事黨政管理、宣傳教育、工青群眾團(tuán)體工作的專職崗位。政工崗位人員一般要求評(píng)聘政工系列職稱，由高到低為：高級(jí)政工師、政工師、助理政工師、政工員。

三、描寫(xiě)政工干部的詩(shī)句？

記得當(dāng)年草上飛，戰(zhàn)錦方為大問(wèn)題。斥鷃每聞欺大鳥(niǎo)，昆雞長(zhǎng)笑老鷹非。君今不幸離人世，國(guó)有疑難可問(wèn)誰(shuí)？這是毛主席為悼念政工元帥羅榮桓的詩(shī)句。羅帥跟隨毛主席從井岡山到長(zhǎng)征，抗日戰(zhàn)爭(zhēng)，解放戰(zhàn)爭(zhēng)立下了不朽功勛。

四、政工干部?jī)?yōu)缺點(diǎn)？

政工干部就是專門做員工思想工作的,就象軍隊(duì)里的指導(dǎo)員.

員工平時(shí)思想上有什么波動(dòng)啊,嘴巴上有什么牢騷啊,暗地里有什么意見(jiàn)啊.你都要盡量去了解清楚.然后想辦法穩(wěn)定他們的思想,調(diào)動(dòng)他們的積極性.平息他們的情緒.

政工干部比較鮮明的優(yōu)點(diǎn):就是一副和藹可親的樣子.

政工干部比較鮮明的缺點(diǎn):就是婆婆媽媽象唐僧一樣.

五、政工干部培訓(xùn)自我鑒定？

政工干部培訓(xùn)結(jié)束后，每一位接受培訓(xùn)的政工干部都要選寫(xiě)自我鑒定。自我鑒定是針對(duì)培訓(xùn)內(nèi)容，結(jié)合自己的工作實(shí)際，寫(xiě)出自己那些地方能夠完成上級(jí)黨組織交給的任務(wù)，還有哪些地方存在著不足之處，對(duì)照培訓(xùn)要求今后努力的方向，更踏實(shí)地做好本職工作，這樣培訓(xùn)的目的基本上達(dá)到了。

六、公安政工干部崗位職責(zé)？

公安局內(nèi)部也是有很多機(jī)構(gòu)，如政治部，人事處，宣傳處，辦公室等部門，在政治宣傳部門工作得民警一般成為公安政工民警，其工作職責(zé)就是負(fù)責(zé)政治宣傳教育，負(fù)責(zé)黨政黨建工作。

七、組工干部和政工干部區(qū)別？

組工干部和政工干部的主要區(qū)別在于：

1、工作職責(zé)范圍不同，組工干部（即組織工作干部）是負(fù)責(zé)黨組織工作的，如黨員和黨組織的管理；政工干部（即政治工作干部）是負(fù)責(zé)全員思想政治工作和宣傳教育。

2、任職人員的政治面貌要求有所不同，組工干部必須由黨員干部擔(dān)任，而政工干部除黨員干部外也可以由非黨員干部擔(dān)任。

八、如何當(dāng)好新時(shí)期的政工干部？

一、政工干部要不斷強(qiáng)化自身素質(zhì)，做到業(yè)務(wù)精、作風(fēng)正、能力強(qiáng)

首先，合格的政工干部綜合素質(zhì)要“硬”.新時(shí)期的思想政治工作者可以說(shuō)具有政工干部和管理干部的雙重身份和職能，新的角色提出了新的工作標(biāo)準(zhǔn)，轉(zhuǎn)變思想觀念、突破傳統(tǒng)模式、跟得上形勢(shì)變化、向復(fù)合型人才發(fā)展……

這就要求政工干部在抓好政治理論學(xué)習(xí)的同時(shí)，更要重視業(yè)務(wù)知識(shí)的學(xué)習(xí)，不斷拓寬知識(shí)面，努力提高做好本職工作的水平和適應(yīng)未來(lái)工作的能力，通過(guò)精選學(xué)習(xí)內(nèi)容，系統(tǒng)地掌握思想政治工作的相關(guān)專業(yè)知識(shí)，不斷強(qiáng)化思想政治工作的理論基礎(chǔ)，才能全面提高政工干部的綜合素質(zhì)，使政工干部既具備研究政策的能力和探索管理途徑的能力，又具有扎實(shí)的理論基礎(chǔ)和較豐富的工作經(jīng)驗(yàn)，為更好地融入港口生產(chǎn)經(jīng)營(yíng)管理，更好地配合行政工作，適應(yīng)港口改革發(fā)展和新形勢(shì)的需要?jiǎng)?chuàng)造條件。其次，合格的政工干部工作作風(fēng)要“實(shí)”.

一是要樹(shù)立求真務(wù)實(shí)、勤奮上進(jìn)的作風(fēng)。政工干部要有針對(duì)性地多深入基層調(diào)研、了解情況，要勤于動(dòng)腦，真抓實(shí)干，將安排的工作謀劃好，增強(qiáng)處理問(wèn)題的預(yù)見(jiàn)性；

二是要樹(shù)立精干務(wù)實(shí)、嚴(yán)謹(jǐn)高效的作風(fēng)。要高效率、高質(zhì)量地開(kāi)展工作，善于抓重點(diǎn)、抓關(guān)鍵，成為多面手，提高處理復(fù)雜問(wèn)題的能力；

三是要樹(shù)立親和但不失原則的作風(fēng)。要充分發(fā)揮政工干部的優(yōu)勢(shì)，貼近職工，有效溝通，同時(shí)必須要求自己嚴(yán)格遵守黨紀(jì)、政紀(jì)和規(guī)章制度，嚴(yán)于律己，明白做人，踏實(shí)做事，以一名合格黨員干部的形象出現(xiàn)在職工群眾中間。

此外，政工干部自身對(duì)本職工作的性質(zhì)要有深刻的理解和執(zhí)著的精神，要把服務(wù)對(duì)象贊成不贊成、滿意不滿意作為檢驗(yàn)自身服務(wù)工作質(zhì)量和效率的根本標(biāo)準(zhǔn)，針對(duì)服務(wù)對(duì)象廣泛的工作特點(diǎn)，堅(jiān)持從強(qiáng)化服務(wù)意識(shí)，提高服務(wù)質(zhì)量入手，力求做到對(duì)待群眾政治上關(guān)心、生活上貼心、服務(wù)上誠(chéng)心、遇事將心比心，以朗朗的工作作風(fēng)，以樸實(shí)無(wú)華、不計(jì)名利、無(wú)私奉獻(xiàn)的工作精神，教育和感染人，讓廣大干部職工親身體會(huì)到合格的政工干部是實(shí)實(shí)在在干實(shí)事的人，思想政治工作不是簡(jiǎn)單的說(shuō)教主義。

再次，合格的政工干部創(chuàng)新觀念要“強(qiáng)”.一是要對(duì)履職范圍有新認(rèn)識(shí)，在做好本職工作的同時(shí)加強(qiáng)管理知識(shí)的學(xué)習(xí)，可以采取集中與自學(xué)相結(jié)合的方式，加強(qiáng)業(yè)務(wù)學(xué)習(xí)，全面了解生產(chǎn)組織、經(jīng)營(yíng)管理、安全質(zhì)量、裝卸設(shè)備、工藝流程等方面基本業(yè)務(wù)知識(shí)，力求實(shí)現(xiàn)政治工作與經(jīng)濟(jì)工作的更好融合，使政工干部成為既掌握本職業(yè)務(wù)，又通曉生產(chǎn)管理知識(shí)的復(fù)合型人才；二是要學(xué)習(xí)和嘗試不同的工作方法，豐富和創(chuàng)新學(xué)習(xí)教育活動(dòng)內(nèi)容，深入做好信息和調(diào)查研究工作，依靠組織及組織資源解決好復(fù)雜問(wèn)題，并且要加強(qiáng)上下級(jí)和部門之間的交流，確保工作質(zhì)量和工作效率。除此之外，服務(wù)對(duì)象的廣泛性和多層次性還要求政工干部具有多種能力。

二、政工干部要在思想政治工作中求創(chuàng)新、求落實(shí)、求實(shí)效

第一，工作思路求創(chuàng)新。一是思想觀念創(chuàng)新，通過(guò)多種形式啟發(fā)干部群眾解放思想，更新觀念。在工作指導(dǎo)上，強(qiáng)調(diào)在加強(qiáng)的前提下改進(jìn)，在繼承的基礎(chǔ)上創(chuàng)新。盡管思想政治工作不斷受到各種社會(huì)流行風(fēng)的干擾，但要強(qiáng)化思想政治工作力度不減少，思想政治工作形式多樣不斷線。二是方式方法創(chuàng)新，在堅(jiān)持思想政治工作的超前性、針對(duì)性和實(shí)效性的同時(shí)，努力探索形式的多樣性。根據(jù)新形勢(shì)新情況的不斷變化，善于在實(shí)踐中探索符合實(shí)際情況的思想政治工作新路子，力爭(zhēng)做到輿論宣傳與思想疏導(dǎo)相結(jié)合，思想教育工作與常規(guī)工作相結(jié)合，落實(shí)工作與具體的人和事相結(jié)合。

第二，工作內(nèi)容求落實(shí)。思想政治工作是維護(hù)人們思想穩(wěn)定，解決工作中出現(xiàn)的矛盾，提升職工整體素養(yǎng)，確保工作順利推進(jìn)的工作。思想政治工作不是簡(jiǎn)單的說(shuō)教，而是一項(xiàng)保障事業(yè)順利穩(wěn)定發(fā)展的實(shí)際工程，因此，只有圍繞實(shí)際中心工作，把思想政治工作落到實(shí)處，才能增強(qiáng)思想政治工作的活力。

新形式下的政工干部要敏銳的把握服務(wù)對(duì)象的思想活動(dòng)規(guī)律，使思想政治工作有依托和載體，通過(guò)抓學(xué)習(xí)教育、座談?dòng)懻摗⒔M織活動(dòng)、解決問(wèn)題等基本環(huán)節(jié)，采取有力措施具體抓落實(shí)，使廣大職工在過(guò)程中形成思想互動(dòng)、產(chǎn)生心靈共鳴，看到事業(yè)發(fā)展的巨大潛力，增強(qiáng)信心，激發(fā)干勁，以高漲的凝聚力推動(dòng)整體工作的快速發(fā)展。

第三，工作效果求實(shí)效。以人為本，注重關(guān)愛(ài)，是增強(qiáng)思想政治工作實(shí)效性的法寶。具體操作要注重幾個(gè)方面：

一是堅(jiān)持人性化管理，注重人文關(guān)愛(ài)。堅(jiān)持以理服人、以事感人、以情動(dòng)人，將思想政治工作與廣大職工的生活實(shí)際有機(jī)結(jié)合。政工干部要定期深入基層班組，通過(guò)加強(qiáng)與班組長(zhǎng)聯(lián)系、適時(shí)參加班組活動(dòng)、與班組職工談心、個(gè)別走訪等方式，把握職工的思想脈搏，使思想政治工作重心前移，增強(qiáng)主動(dòng)性、前瞻性和實(shí)效性，密切黨群、干群關(guān)系，激發(fā)職工的生產(chǎn)熱情。

二是倡導(dǎo)情感感化，通過(guò)深入開(kāi)展貼心支部等特色活動(dòng)，落實(shí)“四主動(dòng)”要求，即主動(dòng)講港口改革政策和形勢(shì)任務(wù)，做好思想疏導(dǎo)與解疑釋惑工作；主動(dòng)聽(tīng)群眾的意見(jiàn)和建議，真實(shí)把握群眾的利益訴求；主動(dòng)做服務(wù)群眾的好事實(shí)事，解決職工群眾關(guān)注的熱點(diǎn)難點(diǎn)問(wèn)題；主動(dòng)改進(jìn)黨建活動(dòng)方式，不斷增強(qiáng)黨組織的活力，努力搭建黨組織聯(lián)系群眾的橋梁和平臺(tái)，及時(shí)解決職工群眾關(guān)注的熱點(diǎn)難點(diǎn)問(wèn)題，使職工工作順心，生活舒心，思想政治工作就會(huì)收到事半功倍的效果。

九、政工干部的工作主要是什么？

主要工作是思想工作和組織工作。思想工作方面主要有學(xué)習(xí)、教育和經(jīng)常性思想工作等方面的組織工作就比較多了，比如黨的工作、基層建設(shè)、干部工作、宣傳工作、保衛(wèi)工作、群眾工作、青年工作等等。

十、mahout面試題？

之前看了Mahout官方示例 20news 的調(diào)用實(shí)現(xiàn)；于是想根據(jù)示例的流程實(shí)現(xiàn)其他例子。網(wǎng)上看到了一個(gè)關(guān)于天氣適不適合打羽毛球的例子。

訓(xùn)練數(shù)據(jù)：

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(cè)數(shù)據(jù)：

sunny，hot，high，weak

結(jié)果：

Yes=》 0.007039

No=》 0.027418

于是使用Java代碼調(diào)用Mahout的工具類實(shí)現(xiàn)分類。

基本思想：

1. 構(gòu)造分類數(shù)據(jù)。

2. 使用Mahout工具類進(jìn)行訓(xùn)練，得到訓(xùn)練模型。

3。將要檢測(cè)數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。

4. 分類器對(duì)vector數(shù)據(jù)進(jìn)行分類。

接下來(lái)貼下我的代碼實(shí)現(xiàn)=》

1. 構(gòu)造分類數(shù)據(jù)：

在hdfs主要?jiǎng)?chuàng)建一個(gè)文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數(shù)據(jù)傳到hdfs上面。

數(shù)據(jù)文件格式，如D1文件內(nèi)容： Sunny Hot High Weak

2. 使用Mahout工具類進(jìn)行訓(xùn)練，得到訓(xùn)練模型。

3。將要檢測(cè)數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。

4. 分類器對(duì)vector數(shù)據(jù)進(jìn)行分類。

這三步，代碼我就一次全貼出來(lái)；主要是兩個(gè)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(cè)試代碼

public static void main(String[] args) {

//將訓(xùn)練數(shù)據(jù)轉(zhuǎn)換成 vector數(shù)據(jù)

makeTrainVector();

//產(chǎn)生訓(xùn)練模型

makeModel(false);

//測(cè)試檢測(cè)數(shù)據(jù)

BayesCheckData.printResult();

}

public static void makeCheckVector(){

//將測(cè)試數(shù)據(jù)轉(zhuǎn)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(shù)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(zhuǎn)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(shù)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(zhuǎn)換成向量失敗！");

System.out.println(2);

}

public static void makeTrainVector(){

//將測(cè)試數(shù)據(jù)轉(zhuǎn)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(shù)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(zhuǎn)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(shù)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(zhuǎn)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(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

if(fs.exists(label)){

//boolean參數(shù)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(xùn)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(cè)數(shù)據(jù)構(gòu)造成vectors初始化時(shí)報(bào)錯(cuò)。。。。");

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);