基于加权余弦相似度的XML文档聚类研究

在实际应用中,XML(eXtensible Markup Language)文档中的一些结构经常被改变。为了挖掘XML文档在历史变化过程中经常改变的结构所蕴含的知识,提出了发现频繁变化结构的方法。该方法用一组频繁变化结构组成的文档向量模型代表一个XML文档,将频繁变化结构在簇中的出现比例作为权值,使用加权余弦相似度对XML文档进行聚类。经过实验分析,根据XML文档历史变化过程中的频繁变化结构能较好地将XML文档进行聚类。用加权余弦相似度对XML文档进行聚类,其聚类结果的正确率、召回率和簇内部距离均优于使用非加权余弦相似度对XML文档进行聚类得到的结果。

基于加权余弦相似度的WiFi指纹室内定位

基于Wi Fi的室内定位具有低成本、易部署、覆盖范围广、精度高等优点,成为室内定位技术研究的热点.Wi Fi指纹定位法可以对抗多径的影响,具有较高的定位精度.但是由于智能移动终端的种类繁多,使得室内定位系统离线建立的指纹数据库难以兼容不同的智能移动设备,降低了定位系统的适用性.为解决此问题,提出了加权余弦相似度算法,使用信号强度的加权余弦相似度作为匹配特征.实测表明,采用加权余弦相似度算法可有效解决终端差异性,提高了室内定位系统的精度和普适性.

基于不同相似度方法的秦岭北麓典型流域相似度研究

为了更准确地进行流域相似识别,为无资料流域寻找合适的参证流域来估算其水资源状况。以陕西省西安市秦岭北麓5个典型流域为研究对象,通过提取其气候、下垫面和径流三方面的9个特征因子,结合变异系数法赋权,采用加权余弦相似度和加权欧氏距离相似度分别计算流域之间的相似度,再采用新安江模型进行参数移植验证。结果表明:加权余弦相似度准确性优于加权欧氏距离相似度,较适宜于研究流域的相似度计算。研究成果可为该地区的径流量估算和水资源开发利用等提供科学参考。

基于协同过滤的大学生就业推荐算法研究

面对当前严峻的就业形势,提出一种基于加权余弦相似度和ALS模型的招聘推荐算法,采用APH层次分析法评估用户画像与招聘信息之间的权重关系,利用加权的余弦相似度算法对其进行评分,运用Spark ML的ALS算法对相似度矩阵进行训练,建立用户-招聘信息的推荐模型。经过实验验证,提出的招聘推荐模型在招聘信息匹配及推荐准确性方面表现出较好的效果,这一研究成果可为解决大学生就业难题提供新方法和新方向。