基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在大量的文本数据中,针对不能快速有效地提取或查找有用信息及知识这个问题,以文本相似度计算为基础的文本数据挖掘成为数据挖掘研究领域里的一个重要的课题。论文主要研究两种不同的方法 VSM 余弦算法和 Simhash来实现文本相似度的计算,首先采用传统的 VSM 余弦算法和 Simhash 算法,按照余弦公式通过内积最终计算出文本间的相似度大小 n(0< n<1),最后为了实现余弦算法并提高系统效率,使用了大量容器如 Map 、Set 和 Vector 以及内积算法等。实验结果表明,余弦算法 VSM 由于其局限性不适合进行文本的相似度计算,而 Simhash 算法则具有高准确度以及可行性。
推荐文章
基于向量空间模型结合语义的文本相似度算法
文本相似度
向量空间模型
语义
词频
召回率
特征项
基于《知网》的文本相似度研究
知网
语义相似度
VSM
文本相似度
基于VSM的文本相似度计算的研究
文本相似度
特征选择
词频-逆文档频率法
向量空间模型
基于中文分词的文本相似度动态规划算法
文本相似度
动态规划
最长公共子序列
中文分词
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于全文检索的文本相似度算法应用研究
来源期刊 计算机与数字工程 学科 工学
关键词 文本相似度 余弦 VSM Simhash
年,卷(期) 2016,(4) 所属期刊栏目 算法与分析
研究方向 页码范围 567-571,614
页数 6页 分类号 TP301.6
字数 4906字 语种 中文
DOI 10.3969/j.issn.1672-9722.2016.04.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李向 中国地质大学武汉计算机学院 17 147 8.0 12.0
2 吴钊 湖北文理学院数学与计算机科学学院 22 109 6.0 10.0
3 王格 湖北文理学院数学与计算机科学学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (171)
参考文献  (8)
节点文献
引证文献  (13)
同被引文献  (27)
二级引证文献  (24)
1975(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(8)
  • 引证文献(7)
  • 二级引证文献(1)
2018(8)
  • 引证文献(5)
  • 二级引证文献(3)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
文本相似度
余弦 VSM
Simhash
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导