假設原始矩陣如下：
index words:被用戶搜索到的詞語
Titles:文章標題

svd分解后如下：

第１個矩陣表示某個詞與主題之間的相關性

第２個矩陣表示關鍵詞與主題之間的相關性

第３個矩陣表示關鍵詞與某個文檔之間的相關性

有的同學會看到有些資料說，根據LSI可以計算文檔文檔之間的相似度，這個是怎么回事呢？
我們可以看到上面的表格中，每個格子里面都有一個數值，那么例如：
T1和T3（我們從上往下看），各自都是一列，對吧？
好了，每一列都構成一個向量，對吧？
好了，兩個向量的夾角余弦，我們就把他當做是“余弦相似度”來衡量兩個文檔T1和T3的不同，
顯而易見，如果，兩個文檔極其相似，那么余弦相似度就是cos 0=1

總結

以上是生活随笔為你收集整理的３分钟搞懂LSI原理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。