Generalized Vector Space Model

对一个查询q, 包括t1,t2,...tm个词,在d1,d2,....dn,这n个文档中,推荐那一个给用户更加恰当.

基本xiangf如果一个文档包含了这t1,t2,...tm这m个词的话,并且出现频率都很高的话,那么可以认定这个文档可能比较好.

 对∑中的每一个词ti，按其在所有文档中出现的情况（词频）定义一个向量vec(ti)，称为（ occurrence patterns ）向量定义在文档空间,即为n.

此时通过余玄向量求任意两个词的相似度，这个相似度表达了词在文档中共现的特征。对查询的选择，就可以针对查询中词的向量和文档的相似度来进行。

sim(q,d) = sim(q,d) = Σi[maxj(sim(tqi, tdj)]

解释一下，q,和d的相似程度，是把q中的查询词汇，和文档中出现的全部词汇去比较相似度，选择一个相似度最大的，也就是共现性最大的，记录这个相似性，然后把所有的查询词得到的这个相似性累加，就是查询和文档的相似性，对一次查询，做n词这样的比较，就可以得到那些文档是和这次查询的企图最相似，就优先推荐。当然了，会有一个问题，一个文档越长可能越占便宜，他的关键字多，如果一个查询中包括的关键词越多，那么就越难猜测他这样就需要一个归一化方法。

sim(q,d) = sim(q,d) = Σi[maxj(sim(tqi, tdj)] / (|q|*|d|)

用矩阵的方法描述如上，dt表示转置矩阵。

Sim(q,d)为结果矩阵中每一行最大值的和