http://www.52nlp.cn/category/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F
本文将参照上文,使用java实现对wikipedia内容进行推荐
找出内容近似的文章,使用的特征为词的tfidf
算法的思想是:在一篇文章中找出那些比较有代表性的词,这些词的tfidf都比较高,形成一个词的向量空间模型
下面的方法就多了,可以直接求两篇文章的向量积,也就是余弦距离,也可以使用SVD,进行主题分类,对语料库进行矩阵分解,对应得到一个从文章到各个主题的权重值,最大的权值代表与该主题最相关
下面就使用SVD的方法,代码如下: