使用Scala实现VSM向量空间模型算法实现的简单实例

本文深入探讨了VSM(Vector Space Model)向量空间模型算法,该算法广泛应用于文档排名和推荐系统中。通过计算两个向量的余弦相似度,VSM能够衡量文档之间的相似性,为信息检索和文本挖掘提供了有力的支持。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

VSM (Vector Space Model) 向量空间模型算法,可用于文档排名,推荐系统

def main(args: Array[String]): Unit = {
    val a1= Array(1,2,5)
    val a2= Array(3,4,6)
    val r = vcos(a1, a2)
    println(r)
      
  }
  
  /*取模*/
  def vmod(a:Array[Int]):Double={
    return math.sqrt{a.map{x => x*x}.sum}
  }
  
  /*两个向量的内积和*/
  def vmulti(x:Array[Int],y:Array[Int])={
    val multiArr = ArrayBuffer[Double]()
    for(i <- 0 until x.length; j <- 0 until y.length; if i==j){
      if(i == j) multiArr.append((x(i)*y(i)).toDouble)
    }
    multiArr.sum
  }
  
  /*余弦*/
  def vcos(x:Array[Int],y:Array[Int])={
    vmulti(x, y)/(vmod(x)*vmod(y))
  }

执行结果
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值