词向量---LSA(Latent Semantic Analysis)

 

举例：

 

 

 

矩阵分解之后，取前两维，k=2，

 

 

单词距离：

 

文档距离：

 

通过LSA分析之后计算文档间的余弦相似度，属于同一个类型文本之间的相似度很接近；在原始文档间计算相似度，效果不如LSA

 

 

 当出现新的query，先将query降到二维空间，再和已有文档的二维矩阵计算相似度，可以看出query与C类文档相似度很高

 

 

 

参考文献：

【1】视频：清华大学【数据挖掘：推荐算法】