clustering 对文献进行数据分析 要求如下 用文献中的单词书面来进行展现 上述方法会受到倍数的影响，因此我们要将其标准化 Prioritizing important words with tf-idf 有的单词是在所有文献中都很常见的，因此会导致这些单词的频率过高，从而影响我们的实际结果，因此我们要考虑这样常见单词（the，and，I)的影响 TF-IDF 聚类算法实现 Nearest neighbor search（最近邻搜索） 将其他的文献与目标文献进行上面的矩阵相乘，找