會(huì)計(jì)代理記賬面試題非常常見(jiàn)。原因是，代理記賬是一項(xiàng)需要專業(yè)技能和知識(shí)的工作，招聘單位通常會(huì)考察應(yīng)聘者對(duì)財(cái)務(wù)會(huì)計(jì)的理論知識(shí)和實(shí)踐經(jīng)驗(yàn)是否豐富。此外，代理記賬崗位需要應(yīng)聘者具備較強(qiáng)的溝通協(xié)調(diào)能力和解決問(wèn)題的能力，所以在面試中也會(huì)有相關(guān)的情景模擬環(huán)節(jié)和案例分析題目。作為應(yīng)聘者，應(yīng)該充分準(zhǔn)備面試，包括對(duì)會(huì)計(jì)基礎(chǔ)知識(shí)和相關(guān)政策法規(guī)的了解，具備豐富的實(shí)踐經(jīng)驗(yàn)和案例處理能力，同時(shí)也需要展示出自己的溝通協(xié)調(diào)能力。在面試中要注意表達(dá)清晰，條理分明，回答到點(diǎn)子上。只有充分準(zhǔn)備才能在面試中發(fā)揮自己的優(yōu)勢(shì)，為成功獲得工作機(jī)會(huì)打下堅(jiān)實(shí)的基礎(chǔ)。
會(huì)計(jì)面試的題目大致分為普遍性的問(wèn)題以及專業(yè)性的問(wèn)題，主要有以下結(jié)論經(jīng)典試題：
1、一般納稅人可抵扣票證有哪些？納稅申報(bào)的流程如何？
2、客戶扣款（已開(kāi)具發(fā)票）如何進(jìn)行會(huì)計(jì)處理？需要附哪些原始單據(jù)？
3、年終獎(jiǎng)是如何計(jì)算繳納個(gè)人所得稅的？
4、財(cái)政年報(bào)和匯算清繳報(bào)表口徑有什么差異？
5、公司購(gòu)買(mǎi)裝修材料用來(lái)裝修租用的辦公用房，如何進(jìn)行會(huì)計(jì)處理？
6、公司開(kāi)辦費(fèi)如何進(jìn)行會(huì)計(jì)核算？所得稅清繳時(shí)如何進(jìn)行調(diào)整？
7、你為什么離開(kāi)以前的公司？
8、你目前的工作是什么？說(shuō)說(shuō)你工作的流程。
9、你覺(jué)得費(fèi)用支出如何處理？（一般為服務(wù)行業(yè)）
10、公司成本如何核算？（一般為制造企業(yè)）
11、請(qǐng)你談?wù)劗厴I(yè)之后的工作經(jīng)歷。
12、你現(xiàn)在或最近所做的工作，其職責(zé)是什么？你擔(dān)任什么職務(wù)？
13、你認(rèn)為你在工作中的成就是什么？
14、在你主管的部門(mén)中，遇到過(guò)什么困難？你是如何處理或應(yīng)付過(guò)去的？
15、請(qǐng)談一下你在企業(yè)中職務(wù)升遷和收入變化情況。
1、會(huì)計(jì)的6大基本要素是什么?
答案：資產(chǎn)、負(fù)債、所有者權(quán)益、收入、費(fèi)用和利潤(rùn)
2、會(huì)計(jì)的3大報(bào)表是什么?
答案：資產(chǎn)負(fù)債表，現(xiàn)金流量表，利潤(rùn)表(也稱為損益表)
3、權(quán)益性支出與資本性支出的差異是什么?
答案：資本性支出：是用于購(gòu)買(mǎi)或生產(chǎn)使用年限在一年以上的耐用品所需的支出，指企業(yè)單位發(fā)生、其效益及于兩個(gè)或兩個(gè)以上會(huì)計(jì)年度的各項(xiàng)支出，包括構(gòu)成固定資產(chǎn)、無(wú)形資產(chǎn)、遞延資產(chǎn)的支出。
收益性支出：也叫期間費(fèi)用。是指企業(yè)單位在經(jīng)營(yíng)過(guò)程中發(fā)生、其效益僅與本會(huì)計(jì)年度相關(guān)、因而由本年收益補(bǔ)償?shù)母黜?xiàng)支出。這些支出發(fā)生時(shí)，都應(yīng)記入當(dāng)年有關(guān)成本費(fèi)用科目。
區(qū)別：收益性支出不同于資本性支出，前者全部由當(dāng)年的營(yíng)業(yè)收入補(bǔ)償，后者先記作資產(chǎn)，通過(guò)計(jì)提折舊或攤銷分年攤?cè)敫髂瓿杀举M(fèi)用。區(qū)分收益性支出和資本性支出，是為了正確計(jì)算各年損益和正確反映資產(chǎn)的價(jià)值。如把收益性支出作為資本性支出，結(jié)果是少計(jì)了當(dāng)期費(fèi)用，多計(jì)了資產(chǎn)價(jià)值，虛增利潤(rùn);反之，則多計(jì)了當(dāng)期費(fèi)用，少計(jì)了資產(chǎn)價(jià)值，虛減利潤(rùn)。
4、固定資產(chǎn)折舊采用的方法有哪些?
答案：分為兩類：直線法和加速折舊法
其中直線法包括：平均年限法和工作量法
加速折舊法包括：雙倍余額遞減法和年數(shù)總和法
5、固定資產(chǎn)賬面價(jià)值在什么情況下會(huì)出現(xiàn)負(fù)值?
什么情況下都不應(yīng)該出現(xiàn)負(fù)值，現(xiàn)在的準(zhǔn)則不允許負(fù)資產(chǎn)的存在，包括負(fù)商譽(yù)。
理論上固定資產(chǎn)超齡服役繼續(xù)計(jì)提折舊，或超價(jià)值計(jì)提減值準(zhǔn)備等都可能造成固定資產(chǎn)出現(xiàn)負(fù)值，但這樣做會(huì)使資產(chǎn)負(fù)債表上的資產(chǎn)總額減少，而實(shí)際上其他資產(chǎn)價(jià)值并沒(méi)有減少，會(huì)誤導(dǎo)信息使用者。所以所有資產(chǎn)出現(xiàn)負(fù)值時(shí)，最多在備查簿上予以記錄。
6、新會(huì)計(jì)準(zhǔn)則出臺(tái)后，對(duì)企業(yè)的影響有哪些?
(1)新會(huì)計(jì)準(zhǔn)則對(duì)企業(yè)業(yè)績(jī)的影響;
(2)有利于提高企業(yè)的會(huì)計(jì)信息質(zhì)量;
(3)有利于提高企業(yè)整體管理水平。
7、企業(yè)所得稅的改革對(duì)國(guó)內(nèi)企業(yè)的影響是什么?
日企招聘企業(yè)所得稅稅率改革前，企業(yè)所得稅率是33%，新的規(guī)定一般企業(yè)所得稅的稅率為25%， 非居民企業(yè)在中國(guó)境內(nèi)未設(shè)立機(jī)構(gòu)、場(chǎng)所的，或者雖設(shè)立機(jī)構(gòu)、場(chǎng)所但取得的所得與其所設(shè)機(jī)構(gòu)、場(chǎng)所沒(méi)有實(shí)際聯(lián)系的，應(yīng)當(dāng)就其來(lái)源于中國(guó)境內(nèi)的所得繳納企業(yè)所得稅，稅率為20%。
符合條件的小型微利企業(yè)，減按20%的稅率征收企業(yè)所得稅。國(guó)家需要重點(diǎn)扶持的高新技術(shù)企業(yè)，減按15%的稅率征收企業(yè)所得稅。日企招聘企業(yè)所得稅率的降低對(duì)國(guó)內(nèi)企業(yè)來(lái)說(shuō)有一個(gè)很好的推動(dòng)作用，使得企業(yè)的競(jìng)爭(zhēng)環(huán)境更加公平和有利。
8、企業(yè)應(yīng)該如何面對(duì)金融危機(jī)?
(1)加大力度，催收貨款。
(2)減人增效，降低成本，保本經(jīng)營(yíng)。
(3)穩(wěn)定市場(chǎng)，站穩(wěn)腳跟。
(4)降低庫(kù)存，盤(pán)活資產(chǎn)。
9、面對(duì)金融風(fēng)暴，作為一名管理人員，集體減薪和裁員你會(huì)選擇哪一個(gè)?
這個(gè)問(wèn)題主管因素比較多。我的回答是：我會(huì)選擇集體減薪，原因是我認(rèn)為企業(yè)是一個(gè)集體，只有大家齊心協(xié)力，才能度過(guò)難關(guān)，企業(yè)發(fā)展的好，自然多得，既然企業(yè)現(xiàn)在處于危機(jī)之中，大家更應(yīng)該團(tuán)結(jié)在一起，待企業(yè)度過(guò)難關(guān)后，一起分享集體加薪的欣悅也不愧為一種優(yōu)秀的企業(yè)文化。
10、市場(chǎng)前景，加薪和升職，你更重視哪一個(gè)?
我選擇職業(yè)前景，我始終堅(jiān)信提高個(gè)人的專業(yè)素養(yǎng)和技能后，加薪和升職的機(jī)會(huì)只會(huì)多不會(huì)少。
項(xiàng)目會(huì)計(jì)面試題一般會(huì)問(wèn)很多關(guān)于過(guò)往履歷以及對(duì)未來(lái)工作有哪些職業(yè)規(guī)劃，比如問(wèn)在上家公司主要擔(dān)任什么職務(wù)以及主要工作的工作內(nèi)容是什么，在工作中取得哪些成就，再會(huì)問(wèn)離開(kāi)上家公司的原因是什么，最后會(huì)問(wèn)你對(duì)這份工作的期望待遇如何以及職業(yè)規(guī)劃是怎樣的。
會(huì)計(jì)面試常見(jiàn)問(wèn)題大全：
1、一般納稅人可抵扣票證有哪些?納稅申報(bào)的流程如何?
2、客戶扣款(已開(kāi)具發(fā)票)如何進(jìn)行會(huì)計(jì)處理?需要附哪些原始單據(jù)?
3、年終獎(jiǎng)是如何計(jì)算繳納個(gè)人所得稅的?
4、財(cái)政年報(bào)和匯算清繳報(bào)表口徑有什么差異?
5、公司購(gòu)買(mǎi)裝修材料用來(lái)裝修租用的辦公用房，如何進(jìn)行會(huì)計(jì)處理?
6、公司開(kāi)辦費(fèi)如何進(jìn)行會(huì)計(jì)核算?所得稅清繳時(shí)如何進(jìn)行調(diào)整?
7、你為什么離開(kāi)以前的公司?
8、你目前的工作是什么?說(shuō)說(shuō)你工作的流程。
9、你覺(jué)得費(fèi)用支出如何處理?(一般為服務(wù)行業(yè))
10、公司成本如何核算?(一般為制造企業(yè))
其實(shí)，在各種會(huì)計(jì)面試場(chǎng)合，有一些會(huì)計(jì)面試常見(jiàn)問(wèn)題，比如會(huì)計(jì)招聘考官往往會(huì)問(wèn)及工作經(jīng)驗(yàn)方面的問(wèn)題。如果你的工作經(jīng)驗(yàn)非常豐富自然不成問(wèn)題，而對(duì)于缺乏經(jīng)驗(yàn)者(尤其是會(huì)計(jì)專業(yè)大學(xué)生)往往成為硬傷。
經(jīng)典的面試題，沒(méi)有特別為會(huì)計(jì)行業(yè)的，但是我作為外企的財(cái)務(wù)經(jīng)理，面試人員合計(jì)沒(méi)有五百，也有四百了，給你分享我經(jīng)歷的公司財(cái)務(wù)面試專業(yè)題是什么。
1.固定資產(chǎn)購(gòu)買(mǎi)，折舊和處置的會(huì)計(jì)憑證
這個(gè)問(wèn)題是我們面試全球Top30的名校實(shí)習(xí)生時(shí)的面試題，看起來(lái)簡(jiǎn)單，但是真正回答出來(lái)的，只有十分之一的人。(考驗(yàn)專業(yè)知識(shí))
2.關(guān)于報(bào)銷的問(wèn)題，如果公司的某個(gè)大老板報(bào)銷他的出差費(fèi)用，但是他的有筆發(fā)票丟失了，他拿了替代的發(fā)票，請(qǐng)問(wèn)你怎么做？(考驗(yàn)溝通+職場(chǎng)會(huì)計(jì)專業(yè)知識(shí)+實(shí)務(wù)操作）
3.請(qǐng)描述一下從購(gòu)買(mǎi)原材料到款項(xiàng)支付所有涉及的會(huì)計(jì)賬務(wù)處理。
這個(gè)考驗(yàn)了一條線，一個(gè)流程的業(yè)務(wù)數(shù)字程度和涉及的財(cái)務(wù)知識(shí)。
四大招的新人離職率太高的話，其HR會(huì)受到批評(píng)嗎？
因?yàn)槟闳?huì)計(jì)師事務(wù)所積累一些工作經(jīng)驗(yàn)比較好，因?yàn)槟歉餍懈鳂I(yè)的賬務(wù)都有，而且每個(gè)公司運(yùn)作的如何通過(guò)賬目可以表現(xiàn)的很明白，對(duì)你應(yīng)該是有很大的幫助的． 并且你在事務(wù)所呆幾年后出去，再到工廠去應(yīng)該是很受歡迎的。我也是走的這樣的一條路線哦！好好一起加油哦！
在當(dāng)今競(jìng)爭(zhēng)激烈的就業(yè)市場(chǎng)中，擁有一份滿意的工作恐怕不是一件容易的事情。而對(duì)于那些追求成本會(huì)計(jì)職位的人來(lái)說(shuō)，面試可以說(shuō)是獲取這份工作的關(guān)鍵一步。因此，在面試之前，準(zhǔn)備自己是非常重要的，特別是研究和掌握與成本會(huì)計(jì)相關(guān)的面試問(wèn)題。
首先，面試官可能會(huì)問(wèn)到你關(guān)于成本會(huì)計(jì)的基本知識(shí)。成本會(huì)計(jì)是一種用于記錄、分析和報(bào)告組織成本信息的會(huì)計(jì)方法。它與管理會(huì)計(jì)密切相關(guān)，旨在為企業(yè)提供準(zhǔn)確的成本數(shù)據(jù)，以便做出決策和控制成本的計(jì)劃。
成本會(huì)計(jì)的主要目的是為了提供有關(guān)產(chǎn)品或服務(wù)的成本信息，支持企業(yè)的決策制定。它幫助企業(yè)確定產(chǎn)品定價(jià)、控制成本、評(píng)估業(yè)務(wù)績(jī)效和制定預(yù)算。
成本會(huì)計(jì)有一些基本的原則，包括：
成本驅(qū)動(dòng)型會(huì)計(jì)是一種成本計(jì)算方法，它將企業(yè)的成本分配給特定的活動(dòng)、產(chǎn)品或服務(wù)。與傳統(tǒng)的費(fèi)用分配方法不同，ABC考慮到不同產(chǎn)品或服務(wù)之間的實(shí)際資源消耗差異。這種方法更加準(zhǔn)確地追蹤和分配成本。
作為一名成本會(huì)計(jì)，評(píng)估和控制企業(yè)的成本是你的重要任務(wù)之一。你可以通過(guò)以下方法來(lái)完成：
作業(yè)成本法是一種用于測(cè)算產(chǎn)品成本的方法，主要用于生產(chǎn)過(guò)程中數(shù)量較少、類型較多的產(chǎn)品。它將成本分配給不同的作業(yè)，并根據(jù)每個(gè)作業(yè)的實(shí)際消耗量進(jìn)行計(jì)算。
成本差異是實(shí)際成本與標(biāo)準(zhǔn)成本之間的差異。在面試中，你可以提到你在過(guò)去的工作中如何處理這種情況。你可以描述你如何分析成本差異、確定原因并提出解決方案來(lái)控制成本。
這是一個(gè)個(gè)人經(jīng)驗(yàn)和觀點(diǎn)的問(wèn)題，你可以提及你在成本會(huì)計(jì)職業(yè)生涯中遇到的最具挑戰(zhàn)性的任務(wù)。例如，這可能是處理大規(guī)模項(xiàng)目的成本分析，或者在緊迫的時(shí)間表下完成復(fù)雜的成本預(yù)算。
作為一名專業(yè)的成本會(huì)計(jì)，你應(yīng)該展示出你對(duì)行業(yè)發(fā)展和新技術(shù)的關(guān)注。你可以提到你加入會(huì)計(jì)協(xié)會(huì)、參加專業(yè)培訓(xùn)、閱讀相關(guān)的書(shū)籍和文章，并積極參與行業(yè)會(huì)議和研討會(huì)來(lái)不斷學(xué)習(xí)和拓寬自己的知識(shí)。
通過(guò)準(zhǔn)備以上的成本會(huì)計(jì)職位面試題，你將有更好的機(jī)會(huì)在面試中展現(xiàn)自己的知識(shí)和技能。記住，面試是一個(gè)展示自己的機(jī)會(huì)，與面試官進(jìn)行積極的溝通，并展示你的專業(yè)背景和潛力。祝你在面試中取得成功并實(shí)現(xiàn)自己的職業(yè)目標(biāo)！
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??！");
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?。?#34;);
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?。?#34;);
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);
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(shí)表示總文檔數(shù)
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(kāi)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(cè)所屬類別是："+getCheckResult());
}
}
