1、关于文本挖掘首先需要考虑的是词频TF IDF
TF Term Frequency TFi=单词i在文档j出现的次数/单词k在文档j中出现的最大次数 主要实现单词i的规范化
TF 表现出 一个词在一片文档中出现的次数越多,则越重要。
IDF 主要的意思就是,如果一个单词在多篇文档中出现则显得不那么重要
IDF=log2(N/ni)N 是所有文档的总数 ni是出现单词i的文档的总数
总之:一个词在一片文档中的重要程度可以使用TFi*IDFi来计算,如果值很大,则该词就更能表示该文档
2、索引
一般索引是为了加快查找速度,而产生的数据结构。
我们一般使用Hash算法,二叉树,线索树,线段树,R树,B树等等,加快记录的查询
3、Hash函数
在Java中我们可以使用HashMap 或者HashTable来实现Hash算法的场景。
底层的实现主要就是一个数组,数组的每一个元素就是一个链表,当我们将Key先通过hash算法,映射到桶中,然后放入链表。如果在查询的时候,桶中有多个
元素,则需要使用equals算法查看该是是否相等。
4、幂定律的使用
y=cx^a
随着x的变大y逐渐变小
很多互联网的情景都满足幂定律的