基于TF-IDF和余弦相似度的文本相似度算法研究和优化策略被引量：2

导出

摘要文本相似性分析是一种重要的自然语言处理技术,主要应用于文本分类、聚类等领域.目前业界使用的基于TF-IDF的余弦相似度的文本相似性分析虽能取得不错的成效,但仍有一定的缺陷.对目前的基于TF-IDF的余弦相似度分析法,本文旨在对其进行分析并提出几种相应的优化策略,通过实验给出其中相对较优解决方案.

作者张根宇

机构地区北京交通大学计算机与信息技术学院

出处《中国科技成果》 2019年第16期25-26,共2页 China Science and Technology Achievements

关键词余弦相似度 TF-IDF 文本相似性分析

分类号 TP391.1 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献3

1武永亮,赵书良,李长镜,魏娜娣,王子晏.基于TF-IDF和余弦相似度的文本分类方法[J].中文信息学报,2017,31(5):138-145. 被引量：97
2陈功平,王红.改进Pearson相关系数的个性化推荐算法[J].山东农业大学学报（自然科学版）,2016,47(6):940-944. 被引量：49
3公冶小燕,林培光,任威隆,张晨,张春云.基于改进的TF-IDF算法及共现词的主题词抽取算法[J].南京大学学报（自然科学版）,2017,53(6):1072-1080. 被引量：17

二级参考文献13

1张宇镭,党琰,贺平安.利用Pearson相关系数定量分析生物亲缘关系[J].计算机工程与应用,2005,41(33):79-82. 被引量：102
2耿焕同,蔡庆生,于琨,赵鹏.一种基于词共现图的文档主题词自动抽取方法[J].南京大学学报（自然科学版）,2006,42(2):156-162. 被引量：30
3吴湖,王永吉,王哲,王秀利,杜栓柱.两阶段联合聚类协同过滤算法[J].软件学报,2010,21(5):1042-1054. 被引量：83
4黄创光,印鉴,汪静,刘玉葆,王甲海.不确定近邻的协同过滤推荐算法[J].计算机学报,2010,33(8):1369-1377. 被引量：217
5朱郁筱,吕琳媛.推荐系统评价指标综述[J].电子科技大学学报,2012,41(2):163-175. 被引量：251
6钱强,庞林斌,高尚.一种基于词共现图的受限领域自动问答系统[J].计算机应用研究,2013,30(3):841-843. 被引量：16
7陈克寒,韩盼盼,吴健.基于用户聚类的异构社交网络推荐算法[J].计算机学报,2013,36(2):349-359. 被引量：125
8韩普,王东波,刘艳云,苏新宁.词性对中英文文本聚类的影响研究[J].中文信息学报,2013,27(2):65-73. 被引量：11
9白秋产,金春霞,章慧,周海岩.词共现文本主题聚类算法[J].计算机工程与科学,2013,35(7):164-168. 被引量：13
10高明,金澈清,钱卫宁,王晓玲,周傲英.面向微博系统的实时个性化推荐[J].计算机学报,2014,37(4):963-975. 被引量：53

共引文献159

1高原,施元磊,张蕾,曹天奕,冯筠.基于游记文本的游客游览行程重构[J].数据分析与知识发现,2020,4(2):165-172. 被引量：5
2程罗德.大数据环境下数字图书馆信息安全策略研究[J].图书馆学刊,2020,0(1):74-79. 被引量：10
3吴运明,王令村,魏子栋,郭顺利.基于Canopy-Kmeans的移动商务用户需求聚合挖掘及分析研究[J].情报科学,2022,40(10):97-106. 被引量：3
4张兆滨,王素格,陈鑫,赵琳玲,王典.阅读理解中观点类问题的扩展研究[J].中文信息学报,2020(6):89-96. 被引量：2
5马心儒,丁伟.用户行为数据统计的案例分析[J].电子技术（上海）,2021,50(8):180-181.
6刘一柏,吴寅,刘文波,刘砚一.基于无线声发射传感器系统的活立木含水率诊断方法研究[J].电子测量与仪器学报,2022,36(2):160-168. 被引量：1
7刘一宁,郭功举,林木棵,王琳.基于位置描述的地理实体信息融合方法[J].测绘通报,2021(S01):65-69. 被引量：7
8叶仁青,周佳.家庭社会功能在糖尿病患者遵医行为的支持作用[J].医学与哲学,2000,21(5):24-25. 被引量：14
9殷聪,张李义.基于TF-IDF的情境后过滤推荐算法研究——以餐饮业O2O为例[J].数据分析与知识发现,2018,2(11):28-36. 被引量：13
10李昆仑,万品哲,张德智.基于改进用户相似性度量和评分预测的协同过滤推荐算法[J].小型微型计算机系统,2018,39(3):567-571. 被引量：30

同被引文献12

1马壮,赵国权,任占鹏.基于OCR识别技术的自动阅卷系统的研究[J].河北工业科技,2005,22(6):354-357. 被引量：4
2刘建国,周涛,汪秉宏.个性化推荐系统的研究进展[J].自然科学进展,2009,19(1):1-15. 被引量：435
3李连,朱爱红,苏涛.一种改进的基于向量空间文本相似度算法的研究与实现[J].计算机应用与软件,2012,29(2):282-284. 被引量：35
4余燕萍.基于相似用户情感分析的推荐算法研究[J].科技广场,2016(8):13-16. 被引量：1
5陈婷,朱青,周梦溪,王珊.社交网络环境下基于信任的推荐算法[J].软件学报,2017,28(3):721-731. 被引量：62
6冯传波,彭章友,张钟浩.基于Vue.js的移动应用可视化平台的研究[J].工业控制计算机,2019,32(5):102-103. 被引量：14
7仇建民.开源PaddleOCR技术在企业营业执照识别上的改进与实践[J].现代信息科技,2021,5(9):65-69. 被引量：7
8姜计荣.基于修正的Jaccard相似度的区间数多属性决策方法[J].大众标准化,2021(20):125-127. 被引量：2
9聂霜霜,杨轶男,卫晶,马建钟.基于Tesseract-OCR文本识别的检票系统研究[J].现代信息科技,2022,6(5):1-4. 被引量：3
10陈敏.答题卡检测系统设计与实现[J].长江信息通信,2023,36(7):129-131. 被引量：1

引证文献2

1骆伟,殷宏涛,陶琛.基于协同过滤算法的高校社团推荐系统的设计与实现[J].软件工程,2022,25(2):42-45. 被引量：1
2张志,方少卿.基于图像处理和深度学习的答题卡评分算法[J].电脑知识与技术,2024,20(20):29-32.

二级引证文献1

1苏永辉.基于协同过滤算法的校园社团推荐软件的设计与应用[J].黑龙江科学,2024,15(13):76-79.

1刘一丁,陈晓琳,尹晓阳,刘功申.资源贫乏型语言间文本相似度计算方法[J].指挥信息系统与技术,2019,10(4):27-32. 被引量：5
2徐善山.基于领域词典和机器学习的影评情感分析[J].电脑知识与技术,2019,15(8Z):222-223. 被引量：1
3常文兵,苑星龙,周晟瀚,李磊.基于文本分析的故障序列模式挖掘算法[J].计算机应用研究,2019,36(9):2643-2646. 被引量：2

中国科技成果

2019年第16期

浏览历史

内容加载中请稍等...

基于TF-IDF和余弦相似度的文本相似度算法研究和优化策略被引量：2

参考文献3

二级参考文献13

共引文献159

同被引文献12

引证文献2

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

基于TF-IDF和余弦相似度的文本相似度算法研究和优化策略 被引量：2

参考文献3

二级参考文献13

共引文献159

同被引文献12

引证文献2

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

基于TF-IDF和余弦相似度的文本相似度算法研究和优化策略被引量：2