主要介绍了.NET下文本相似度算法余弦定理和SimHash浅析及应用,实例形式详细讲述了相似度算法余弦定理和SimHash的原理与用法,需要的朋友可以参考下

本文实例讲述了.NET下文本相似度算法余弦定理和SimHash浅析及应用。分享给大家供大家参考。具体分析如下： 余弦相似性 原理：首先我们先把两段文本分词，列出来所有单词，其次我们计算每个词语的词频，最后把词语转换为向量，这样我们就只需要计算两个向量的相似程度.   我们简单表述如下   文本1：我/爱/北京/天安门/ 经过分词求词频得出向量（伪向量）  [1,1,1,1]   文本2：我们/都爱/北京/天安门/ 经过分词求词频得出向量（伪向量）  [1,0,1,2]   我们可以把它们想象成空