[問題] 好像一個有點難度的問題= =?

看板Perl作者Yaowei (成就你的大事)時間17年前 (2007/03/29 22:37)推噓11(11推 0噓 3→)

留言14則, 5人參與討論串1/2 (看更多)

假設我有以下的資料： T1 T2 T3 T4 T5 Doc1 1 2 0 0 1 Doc2 3 1 2 3 0 Doc3 3 0 0 0 1 Doc4 2 1 0 3 0 Doc5 2 2 1 5 1 但我想計算哪幾個詞是相似的，因此我使用兩個詞之間的計算出來的分數來決定它們之間是否相似(假設如果大於一個給定的值10的話) １st：由於一開始沒有決定誰與誰相似，因此，我先指定T1自己為一組==>C1={T1} ２nd：因此，接下來會進行C1與T2的計算，計算如下： C1 = <1, 3, 3, 2, 2>，　T2 = <2, 1, 0, 1, 2>. SIM(T2, C1) = 1*2 + 3*1 + 3*0 + 2*1 + 2*2 = 11 由於SIM(T2, C1) = 11 >10，因此T2被認定與C1同一組所以，現在變成C1 = {T1, T2}　為一組，但由於T1,T2同一組後，要重新計算其權重值因此，新的權重值為： C1 = <(1+3)/2, (3+1)/2, (3+0)/2, (2+1)/2, (2+2)/2> = <3/2, 4/2, 3/2, 3/2, 4/2> ３rd：接下來又去計算與T3的相似程度以決定是否要歸在同組 SIM(T3, C1) = 0 + 8/2 + 0 + 0 + 4/2 = 6 <10 所以T3和C1不同組 ==>C1 = {T1, T2} C2 = {T3} ４th：接下計算T4與C1　及　T4與C2的相似度計算，以決定T4要分至C1或C2去 SIM(T4, C1) = <0, 3, 0, 3, 5> . <3/2, 4/2, 3/2, 3/2, 4/2> = 0 + 12/2 + 0 + 9/2 + 20/2 = 20.5 SIM(T4, C2) = <0, 3, 0, 3, 5> . <0, 2, 0, 0, 1> = 0 + 6 + 0 + 0 + 5 = 11 由於皆大於10，因此取最大的，並將其分至最大的那組去 C1 = {T1, T2, T4} C2 = {T3} 再重新計算C2的權重值，但由於C2沒加入任何的東西，因此即是T3的權重 C2 = <0, 2, 0, 0, 1> 由於C1新增了T4，因此，將T1, T2, T4的相加後除以３ C1 = <3/3, 7/3, 3/3, 6/3, 9/3> 不好意思麻煩大家了＝　＝，寫了好久還是沒什麼頭緒出來，好像需要用到很多不同的資料結構及技巧才能寫的出來的樣子＝　＝不知道是否有高手可以補充說明，要怎麼寫會比較好呢？感謝你囉^^ -- -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.116.141.125