搜索资源列表
sd
- TFIDF算法，先求TF，然后求出IDF，最后根据公式得出TFIDF-TFIDF algorithm, first seek TF, and then find the IDF, TFIDF conclusion that according to the formula
IDF
- IDF反映了在文档集合中一个单词对一个文档的重要性，经常在文本数据挖据与信息提取中用来作为权重因子。在一份给定的文件里，词频(termfrequency-TF)指的是某一个给定的词语在该文件中出现的频率。逆向文件频率（inversedocument frequency，IDF）是一个词语普遍重要性的度量。-IDF reflects the importance of a word in a document collection for a document, often in the text
Compute.java
- JAVA实现的统计tf-idf的程序，自写主类调用，提供了的接口，输入的文件应是分好词的文件-JAVA achieve statistical tf-idf program, self-write master class calls, providing file interfaces, input should be divided into many word documents
ReadFiles
- 对中文文本进行分词，去停用词以及计算tf-idf值-The Chinese text segmentation, excluding stop words and computing tf- idf values
TF-IDF-Assignment-NadhirahaFatihah
- information retri code for searching -information retri code for searching
DataStructTest
- 使用k-means + tf-idf 实现简易的文本分类算法,可直接运行- U4F7F u7528k-means+ tf-idf u5B9 u7B0 u7B80 u6613 u7684 u6587 u672C u5206 u7C7B u7B97 u6CD5, u53EF u76F4 u63A5 u8FD0 u884C
Kmeans
- 算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。源码为java实现(Algorithm idea: extract the TF/IDF weight of the document, then calculate the distance between two multidimensional vectors by cosine theorem, calculate the similarity
TF-IDF
- 用lucene实现TFIDF计算，并进行排序(Implement TFIDF computing with Lucene and sort out)
源码_俞育峰
- 知识库管理系统，包含源码和数据库。通过maven构建，使用git版本控制和团队合作，采用springmvc+mybatis框架，集成Lucene全文检索，openoffice转化office文档，ffmpeg处理视频文件，red5搭建流媒体服务，基于pageRank、TF-IDF算法提取处理知识点，webmagic爬取数据，itextpdf、poi处理office等。(knowledge base manage,resource and oracle. maven building)
知识管理系统
- 知识库管理系统，包含源码和数据库。通过maven构建，使用git版本控制和团队合作，采用springmvc+mybatis框架，集成Lucene全文检索，openoffice转化office文档，ffmpeg处理视频文件，red5搭建流媒体服务，基于pageRank、TF-IDF算法提取处理知识点，webmagic爬取数据，itextpdf、poi处理office等。