基于云计算的改进余弦向量度量法索引项权值算法.pdfVIP

计 算 机 系 统 应 用 2013 年 第 22 卷 第 6 期 基于云计算的改进余弦向量度量法索引项权值算法① 付永贵, 尚成国, 马尚才 ( 山西财经大学 信息管理学院, 太原 030031) 摘 要: 针对用户对索引项重要程度无区分以及普通计算平台承载能力受限提出基于云计算的改进余弦向量度 量法索引项权值算法(ICVMMITWCC 算法), 该算法通过从包含全部索引项的文本集中计算索引项平均权值对经 典的余弦向量度量法索引项权值算法(CCVMMITW 算法)修改求得相对权值; 通过实验对比 ICVMMITWCC 算法 与 CCVMMITW 算法下文本的排序效率, 说明 ICVMMITWCC 算法更贴近用户查询需求. 关键词: ICVMMITWCC 算法; 云计算; 平均权值; 相对权值; 排序效率 Improved Cosine Vector Measuring Method Indexing Term Weight Algorithm Based on Cloud Computing FU Yong-Gui, SHANG Cheng-Guo, MA Shang-Cai (School of Information Management, Shanxi University of Finance and Economics, Taiyuan 030031, China) Abstract: Aiming the importance degree of indexing terms hadnt distinguish to users and the common computing platform carrying capacity limited proposed the improved cosine vector measuring method indexing term weight algorithm based on cloud computing (ICVMMITWCC algorithm), the algorithm corrected the classic cosine vector measuring method indexing term weight algorithm (CCVMMITW algorithm) to acquire relative weight by computing indexing term average weight from texts set that included all indexing terms; comparing the efficiency of sorting of texts in ICVMMITWCC algorithm and CCVMMITW algorithm by experiment, indicating ICVMMITWCC algorithm is closer to the query requirement of users. Key words: ICVMMITWCC algorithm; cloud computing; average weight; relative weight; the efficiency of sorting 1 引言 典的余弦向量度量法权值计算方法与索引项本身的重 在进行文本检索时, 经典的向量空间模型余弦向 要程度结合起来计算索引项权值, 但其研究没能反映 量度量法索引项权值是运用tf-idf 公式来确定的, 这样 索引项本身“词义”或“词性”等语言环境特性对索引项 当不同索引项在文本中出现的频率不同时, 不同索引 在文本集中文本出现频率的影响. 蓝海洋等[2]提出根 项在文本与查询相似度计算中的贡献将不同; 在用户 据索引项在文本