假設(shè)原始矩陣如下：
index words:被用戶搜索到的詞語(yǔ)
Titles:文章標(biāo)題

svd分解后如下：

第１個(gè)矩陣表示某個(gè)詞與主題之間的相關(guān)性

第２個(gè)矩陣表示關(guān)鍵詞與主題之間的相關(guān)性

第３個(gè)矩陣表示關(guān)鍵詞與某個(gè)文檔之間的相關(guān)性

有的同學(xué)會(huì)看到有些資料說(shuō)，根據(jù)LSI可以計(jì)算文檔文檔之間的相似度，這個(gè)是怎么回事呢？
我們可以看到上面的表格中，每個(gè)格子里面都有一個(gè)數(shù)值，那么例如：
T1和T3（我們從上往下看），各自都是一列，對(duì)吧？
好了，每一列都構(gòu)成一個(gè)向量，對(duì)吧？
好了，兩個(gè)向量的夾角余弦，我們就把他當(dāng)做是“余弦相似度”來(lái)衡量?jī)蓚€(gè)文檔T1和T3的不同，
顯而易見(jiàn)，如果，兩個(gè)文檔極其相似，那么余弦相似度就是cos 0=1

總結(jié)

以上是生活随笔為你收集整理的３分钟搞懂LSI原理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。