【LSA推荐算法】简单理解

前端之家收集整理的这篇文章主要介绍了【LSA推荐算法】简单理解前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

1:公式

 

2:实例

2-1:实例文章标题

 

2-2:每个关键词出现的次数(人为分辨)

2-3:S = T*S*D(也就是上面这个图的分解,公式分辨)

 

 

2-4:得出的二维图:(这里做下解释。如果两个文章的夹角越小,那么这两个文章越相似)

 

2-5:计算相似度:向量模型  (将原始数据降为二维空间的数值,再进行公式的计算)

 

 

 

总结:简单的大概步骤为: 将数据二值化,接着通过对应的计算相似度公式(比如最常用的余弦定理)去计算值,得到的最大的那一组就是最为相似的一组@H_502_63@

 

猜你在找的算法相关文章