摘要：一、TF-IDF、余弦相似度、向量空间模型（1）使用TF-IDF算法，找出两篇文章的关键词；（2）每篇文章各取出若干个关键词（比如20个），合并成一个集合，计算每篇文章对于这个集合中的词的词频（为了避免文章长度的差异，可以使用相对词频）；（3）生成两篇文章各自的词频向量；（4）计算两个向量的余弦相似... 阅读全文

摘要：lucene 网址：http://lucene.apache.org/1.Lucene 工作原理（使用了倒排索引）：http://www.cnblogs.com/dewin/archive/2009/11/24/1609905.html2.初识lucene（使用方法）：http://www.ibm.... 阅读全文