2012年4月16日
数据挖掘-话题识别
摘要： 简单话题识别的处理步骤：1、tf-idf处理词的值（idf为300万篇博文的切词）。2、切词并进行统计词频，依照tf-idf计算该词在向量中的维度值 。3、切分标题统计词频，标题的权重是3 （统计时，标题的实际词频*3） 。4、去掉非名词的词语，去掉一些自定义的无意义名词（像“今，今天”，“时候”等... 阅读全文
posted @ 2012-04-16 16:51 xiao晓 阅读(447) 评论(0) 推荐(0) 编辑