摘要：
阮一峰老师的博客写的相当详细了，非常佩服，在这里记录一下链接一）：自动提取关键词url: http://www.ruanyifeng.com/blog/2013/03/tf-idf.html笔记：分母+1目的是防止所有文档都不包含该词（未登录词）利用tf-idf方法：优点 是简单快速，结果比较符合实际情况。缺点 是这种算法无法体现词的位置信息，出现位置靠前的词与出现位置靠后的词，都被视为重要性相同，这是不正确的。（一种解决方法是，对全文的第一段和每一段的第一句话，给予较大的权重。二）：找出相似文章url: http://www.ruanyifeng.com/blog/2013/03/cosin 阅读全文