七喜控股vsm(vsm向量空间模型)

2021年4月28日下跌放量 发(作者：大型有实力造纸企业迎来机遇!晨鸣纸业(000488)东)

向量空间模型(VSM)
向量空间模型将文档映射为一个特征向量V(d)=(t
1
,社保概念股ω
1
(d)；…；t
n
,
ω
n
(d))，其中t
i
(i=1,2, …,n)为一列互不雷同的词条项，ω
i
(d)为t
i
在d中的权值, 一般被定义为t
i
在d中出现频率tf
i
(d)的函数，即 。

在信息检股权登记日卖出 索中常用的词条权值计算方法为 TF-IDF 六国化工股票函数，其中N为所有
文档的数目，n
i
为含有词条t
i
的文档数目。TF-IDF公式有很多变种，
下面是一个常用的TF-IDF公式：

|江淮汽车股票
根据TF-IDF公式，文档集中包含某一词条的文档越多，说明它区分文
档类别属性的能力越低，其权值越小；另一方面，某一文档中某一词条
出现的频率越高，说明它区分文档内容属性的绵世股份股票能力越强，其权值越大。

两文档之间的相似度可以用其对应的向量之间的夹角余弦来表示，即文
档d
i
，d
j
的相似度可以表示为
恒生电子股吧

进行查询的过程中，先将查询条件Q进行向量化，主要依据布尔模型:
|300044
当t
i
在查询条件Q中时，将对应的第i坐标置为1，否则置为0，即

从而文档d与查询Q的相华夏行业精选似度为


根据文档之间的相似度，结合机器学习的一些算法如神经网络算法，K-
近邻算法和贝叶斯分类算法等，可以将文档集分类划分为一些小的文档
子集。

在查询过程中，可以计算出每个文档股票300174与查询的相似度，进而可以根据相
似度的大小，将查询的结果进行排序。

向量空间模型可以实现文档的自动分类和对查询结果的相似度排序，能
够有效提高检索效率；它的缺点是相似度的计算量大，当有新文档加入
时，则必须重新计算词的权值。
002087股票

当年，二战结束后，爆发了朝鲜战争，在战场上，美国人的坦克被T-34爆出翔，他们别无选择，急匆匆地在M47坦克的基础上，搞出来了这款M48中型坦克应急，结果这一应急，就应急了几十年。 再说了，这也不可能啊，这要是提出来，宋伟泽还不得当场和他翻脸。人家也不可能把M48坦克给己方送过来，让己方仿制啊。 “是的，我们现在其他的部件都已经仿制好了，就剩下了外壳的浇铸，所以，咱们现在也用不了太多的人手，咱们不如分成两拨，一拨人开始造模具浇铸，另一拨人，去资料室查资料，或许会有收获的，我请求去资料室那边！” 这样算下来，三百二十毫米！ 对，就这么干！ 秦振华点点头：“是啊，这伙食还不算啥，等到咱们回去的时候，下飞机之前，每人还会给发一瓶茅台呢。” “这个，是不是有什么编译器？我对这个系统，不是很熟悉。”秦振华终于求助了。