VSMExperiment
所属分类：其他
开发工具：C/C++
文件大小：191KB
下载次数：6
上传日期：2018-05-07 23:02:02
上 传 者：
云中漫步xjr
说明： 1、 打开数据文本，将每一篇文章读入内存，并对每篇文章进行分词处理，将每一个词存储在vector<vector<string>>temp，一个二维容器，每篇文章的所有词语就是它的一个元素。
2、 得到词语在文档中的权重。首先计算每一个词语在它所属的文章中出现的次数，然后计算所属文章的长度，然后次数/长度，得出TF值；然后计算该词语在出现在所有文档中的文档数，出现的文档数/文档总数，得到IDF值，最后TF*IDF，即为词语的权重，将所有权重存储在vector<vector<double>>weight;
3、 计算文档相似度。首先将词语和它的权重存入vector<map<string, double>>data_weight，便于计算；然后每一篇文章与其它文章的相似度；先得到要得到两篇文章的所有词语，然后在data_weight里面得到每个词语的权重，然后计算相似度。
4、 最后，打印出词语的权重以及文档相似度。
(1, open the data text, read each article into memory, and divide the word for each article. Each word is stored in vector<vector<string>>temp, a two-dimensional container, and every word in each article is one of its elements.)
文件列表:
VSMExperiment (0, 2017-05-16)
VSMExperiment\Backup (0, 2017-05-09)
VSMExperiment\data.txt (144530, 2017-05-10)
VSMExperiment\data1.txt (5960, 2017-05-12)
VSMExperiment\similarfile.txt (369269, 2017-05-16)
VSMExperiment\UpgradeLog.htm (34436, 2017-05-09)
VSMExperiment\VSMExperiment.cpp (5030, 2017-05-16)
VSMExperiment\VSMExperiment.dsp (3485, 2017-05-09)
VSMExperiment\VSMExperiment.dsw (549, 2017-05-09)
VSMExperiment\VSMExperiment.ncb (33792, 2017-05-09)
VSMExperiment\VSMExperiment.opt (48640, 2017-05-09)
VSMExperiment\VSMExperiment.plg (3108, 2017-05-09)
VSMExperiment\VSMExperiment.sln (971, 2017-05-09)
VSMExperiment\VSMExperiment.v12.suo (28672, 2017-05-16)
VSMExperiment\VSMExperiment.vcxproj (6325, 2017-05-09)
VSMExperiment\weightfile.txt (291058, 2017-05-16)
近期下载者：
相关文件：
收藏者：