欧几里德距离
>
计算两组数据之间的距离，偏好越相似的人其距离就越短。。。为了处理方便，需要一个函数来对偏好越相近的情况给出越大的值（0~1之间）。
皮尔逊相关系数相关度评价
>
皮尔逊相关系数是判断两组叔叔与某一直线拟合程度的一种度量。其对应的公式比欧几里德距离评价的计算公式要复杂，但是在数据不是很规范时会倾向于给出更好的结果。...
分类：
其他好文 时间：
2015-07-06 17:55:33
阅读次数：
116
1. 检索模型概述 搜索结果排序时搜索引擎最核心的部分，很大程度度上决定了搜索引擎的质量好坏及用户满意度。实际搜索结果排序的因子有很多，但最主要的两个因素是用户查询和网页内容的相关度，以及网页链接情况。这里我们主要总结网页内容和用户查询相关的内容。 判断网页内容是否与用户査询相关，这依赖于搜索引擎....
分类：
其他好文 时间：
2015-06-19 06:35:13
阅读次数：
164
搜索引擎的基本工作原理包括如下三个过程：首先在互联网中发现、搜集网页信息；同时对信息进行提取和组织建立索引库；再由检索器根据用户输入的查询关键字，在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并将查询结果返回给用户。工作原理编辑1、抓取网页。每个独立的搜索引擎都有自己...
分类：
其他好文 时间：
2015-06-16 12:52:21
阅读次数：
132
BM25算法的全称是 Okapi BM25，是一种二元独立模型的扩展，也可以用来做搜索的相关度排序。Sphinx的默认相关性算法就是用的BM25。Lucene4.0之后也可以选择使用BM25算法(默认是TF-IDF)。如果你使用的solr，只需要修改schema.xml，加入下面这行就可以BM25也...
分类：
编程语言 时间：
2015-06-15 18:15:05
阅读次数：
409
一.问题来源 返回检索到的数据(按相关度排序)在原始数据中的索引。二.问题解析 x = [1 4 3 5; 1 3 2 6]；sortrows(x)其结果是按照row来排列，默认首先排第一列，1和1一样大，那么排第二列，3比4小，所以1 3 2 6应该在第一行。假如使用sortrows(x, 4.....
分类：
其他好文 时间：
2015-06-04 13:41:39
阅读次数：
278
全文搜索，与机器学习领域其他大多数问题不同，是一个Web程序员在日常工作中经常遇到的问题。客户可能要求你在某个地方提供一个搜索框，然后你会写一个类似WHEREtitleLIKE%:query%的SQL语句实现搜索功能。一开始，这是没问题，直到有一天，客户找到你跟你说，“搜索出错啦１当..
分类：
编程语言 时间：
2015-05-18 21:07:01
阅读次数：
191
全文搜索，与机器学习领域其他大多数问题不同，是一个 Web程序员在日常工作中经常遇到的问题。客户可能要求你在某个地方提供一个搜索框，然后你会写一个类似
WHERE title LIKE %:query% 的 SQL 语句实现搜索功能。一开始，这是没问题，直到有一天，客户找到你跟你说，“搜索出错啦！”
当然，实际上搜索并没有“出错”，只是搜索的结果并不是客户想要的。一般的用户并不清楚如何做...
分类：
编程语言 时间：
2015-05-18 16:51:39
阅读次数：
251
全文搜索，与机器学习领域其他大多数问题不同，是一个 Web程序员在日常工作中经常遇到的问题。客户可能要求你在某个地方提供一个搜索框，然后你会写一个类似 WHERE title LIKE %:query% 的 SQL 语句实现搜索功能。一开始，这是没问题，直到有一天，客户找到你跟你说，“搜索出错啦！”...
分类：
编程语言 时间：
2015-05-18 16:14:28
阅读次数：
180
在看清华大学刘知远老师的今年的一篇IJCAI文章Representation Learning for Measuring Entity Relatedness with Rich Information，发现他们的实验是在中文上做的。实验测试集合引用的是国防科大11年的一篇《基于中文维基百科链接结构与分类体系的语义相关度计算》所公布的测试集合。
Words-240测试集地址：http://ww...
分类：
其他好文 时间：
2015-05-08 10:59:09
阅读次数：
147
读清华大学刘知远老师的今年的一篇IJCAI文章Representation
Learning for Measuring Entity Relatedness with Rich Information。
相比词汇相似度计算，维基实体相关度计算更加挖掘维基百科语料库的特性。其相关性计算大致分为三类：
1. text-theoretic 利用维基百科语料的海量特性。通过统计的方法进行词汇表征...
分类：
其他好文 时间：
2015-05-08 10:51:28
阅读次数：
118
