蓝星潮

前面我简单介绍了NMF在文档聚类上的应用。这次我会系统介绍一下文档聚类的一些内容，让大家有一个整体的印象。1 绪论 文档聚类（或文本聚类）是更大领域的数据聚类的一个子集，从信息检索（IR）、自然语言处理（NLP）和机器学习(ML) 等领域借用概念。一个好的文档聚类方法，计算机可以自动地将文档语料库组织成一个有意义的群集层次结构，从而使语料库高效浏览和导航。文档聚类可

引用本文徐健, 张智雄, 肖卓, 邓昭俊. 科技术语语义相似度计算方法研究综述. 现代图书情报技术, 2010, 26(7-8): 51-57Xu Jian, Zhang Zhixiong, Xiao Zhuo, Deng Zhaojun. Review on Scientific and Technical Term Semantic Similarity Measure Methods

数据标准化转载▼数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。　　其中最典型的就是数据的归一化处理，即将数据统一映射到[0,1]区间上，常见的数据归一化的方法有：min-max标准化(Mi

数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是两种常用的归一化方法：一、min-max标准化（Min-Max Normalization）也称为

http://blog.chinaunix.net/uid-26548237-id-3541783.html1、向量空间模型    向量空间模型作为向量的标识符，是一个用来表示文本文件的代数模型。它应用于信息过滤、信息检索、索引以及相关规则。    文档和问题都用向量来表示。        每一维都相当于一个独立的词组。如果这个术语出现在文档中，那它在向量中的值就非零。

http://somefuture.iteye.com/blog/2065032合取范式的可满足性判定算法和谓词逻辑不可判定性博客分类： 数理逻辑作为本系列的最后一篇文章，我们来看被广为研究的SAT问题。SAT问题是第一个被证明为NP问题的判定问题。更多信息可以去百度或者维基一下。 前面我们看到了Horn公式可满足性的