一）分词 1）正向/逆向最大匹配算法 典型：IKAnalyzer采用的是正向迭代最细粒度切分算法 IKAnalyzer源码简单分析： http://www.cnblogs.com/huangf ...

一）单词-文档矩阵 通常检索的场景是：给定几个关键词，找出包含关键词的文档。 怎么快速找到包含某个关键词的文档就成为搜索的关键。这里我们借助单词-文档矩阵模型，通过这个模型我们可以很方便知道某篇文 ...

在数据分析和数据挖掘的过程中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如K最近邻（KNN）和K均值（K-Means）。 ...