推荐系统——找出内容近似的文章

http://www.52nlp.cn/category/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F

本文将参照上文，使用java实现对wikipedia内容进行推荐

找出内容近似的文章，使用的特征为词的tfidf

算法的思想是：在一篇文章中找出那些比较有代表性的词，这些词的tfidf都比较高，形成一个词的向量空间模型

下面的方法就多了，可以直接求两篇文章的向量积，也就是余弦距离，也可以使用SVD，进行主题分类，对语料库进行矩阵分解，对应得到一个从文章到各个主题的权重值，最大的权值代表与该主题最相关

下面就使用SVD的方法，代码如下：