初探IR [1] 向量空间模型 Vector Space Model

向量空间模型

这是信息检索中的最基本的方法之一。用在向量空间模型（Vector Space Model）中。向量空间模型在信息检索的应用中经常用到。

举个列子：

例如，现在有一组文档d1, d2, d3, 我们要在其中搜索 “Car Insurance”。对于Car和Insurance这两个词，我们知道它们在文档上的权重，如下：

                            d1              d2              d3

Car                     0.13          0.8             0.99

Insurance         0.99          0.6             0.13

我们把这张表映射到一个二维的平面上，X轴Insurance，Y轴为Car。将d1,d2,d3以从原点出发的向量的形式标注在平面上，就可以看到三个向量。

而查询向量q为（0.71，0.71）(Normalized)。我们将q这个向量和其他三个向量做比较，同q夹角最小的那个文档向量就是我们要找的和“Car Insurance“相关性最大的文档。

 

向量相似度

我们使用文档同查询之间的余弦相似度或归一相关系数（Normalized Correlation Coefficient）来计算查询向量和文档向量之间的相似程度。

2 b continued...