相似度分析：
- 欧式距离（坐标距离）
- 皮尔逊相关系数
非监督聚合：
- K-均值聚合(随机选聚合数量值，就近聚合)
- 分类聚合（两两聚合形成树）
搜索引擎：
- 爬虫（URL追踪，去环）
- 分词（最小词串法，统计语言模型法-相近词条件概率计算乘积）
- 索引/检索（Big Table/Nosql DB）
- 排序（词频，词距，PageRank，点击率-样本学习，首段出现位置，URL，Meta）
最优化算法：
- 多变量（不同布局）求低cost
- 随机大量解选优
- 爬山调优
- 模拟退火算法（多变量上下范围调优）
- 遗传算法（随机起点，精英遴选，变异/杂交）
文本过滤:
- 简单特征过滤 - 广告标记，大写字符，显著色彩
- 贝叶斯分类
监督算法：
- 贝叶斯分类
- 决策树
- 神经网络
- 支持向量机
- K最邻近