餘弦相似性問題

Question

我已經計算了文檔1和文檔2的術語的tf-idf值..現在我不知道如何使用這些tf-idf值...基本上我想找到兩個文檔之間的相似度（in我的情況是網頁）..可以任何機構告訴如何實現餘弦相似性，jaccard係數找到相似性... c＃代碼將不勝感激。請幫助...謝謝

Answer 1

我建議訪問Apache Mahout。它爲此提供了一套完整的工具。即使你不想使用它們，你也可以通過查看現有的實現來獲得這些問題的答案。