无论是network embedding 还是graph embedding都是通过节点(node)和边的图，学出每个节点的embedding向量。 比较流行的算法有： 一般的应用框架如下： 1、构建图： Item和item的共现相似矩阵可以构成一个网络，其中每个item都是节点，相似度达到一定阈值 ...
分类：
其他好文 时间：
2019-09-05 18:22:54
阅读次数：
98
一、基础知识 假设有一份文本数据如下，数据量很大，现在要对整个语料库进行文本分析，category代表新闻种类，theme代表新闻主题，URL代表新闻链接地址，content代表新闻主题内容 停用词：在content这一列，在数据量很大的情况，很容易发现某些似乎与新闻本身意义不大的词大量出现，而我们 ...
分类：
其他好文 时间：
2019-09-03 16:30:45
阅读次数：
171
一、LCS定义 ? 最长公共子序列（Longest Common Subsequence）? 一个序列S任意删除若干个字符得到的新序列T，则T叫做S的子序列? 两个序列X和Y的公共子序列中，长度最长的那个，定义为X和Y的最长公共子序列 – 字符串12455与245576的最长公共子序列为2455 – ...
分类：
其他好文 时间：
2019-09-03 16:13:54
阅读次数：
167
一、定义： 监督学习主要包括分类和回归 当输出被限制为有限的一组值(离散数值)时使用分类算法 当输出可以具有范围内的任何树值(连续数值)时使用回归算法 相似度学习是和回归和分类都密切相关的一类监督学习，它的目的是使用相似函数从样本中学习，这个函数可以度量两个对象之间的相似度或关联度 二、监督学习三要 ...
分类：
其他好文 时间：
2019-09-03 09:55:35
阅读次数：
104
"深入理解wmd算法" WMD（Word Mover’s Distance） "1" 是2015年提出的一种衡量文本相似度的方法。它具有以下几个优点： 效果出色：充分利用了 "word2vec" 的领域迁移能力 无监督：不依赖标注数据，没有冷启动问题 模型简单：仅需要词向量的结果作为输入，没有任何超 ...
分类：
编程语言 时间：
2019-08-31 21:26:54
阅读次数：
148
度度熊与组题 沃老师在出比赛的题目时遇到麻烦啦！ 遇到的麻烦如下： 现在沃老师手上有 2n 道题，题目编号由 1～2n，已知第 i 道题难度为 ai，这些题的难度还满足当 i using namespace std; define maxnn 4000 define mod 1000000007 d ...
分类：
其他好文 时间：
2019-08-30 13:37:23
阅读次数：
104
英文语料 MPRC 二分类 0101 训练集4700条 测试机1700条 中文语料 微众银行 共10000条数据 ...
分类：
其他好文 时间：
2019-08-26 00:44:55
阅读次数：
83
【定义】 【LCP】全名最长公共前缀，两个后缀之间的最长前缀，以下我们定义 lcp ( i , j ) 的意义是后缀 i 和 j 的最长前缀 【z函数】 函数z [ i ] 表示的是，第 i 个后缀和字符串的最长前缀 【解决问题】 这两个算法都是在解决这个问题 即求后缀和字符串和后缀之间的最长公共前 ...
分类：
编程语言 时间：
2019-08-25 19:56:02
阅读次数：
121
一、余弦相似度： 余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性" 二维向量的余弦相似度： 多维向量的余弦相似度（类比） 协同过滤(Collaborative Filtering, 简称 CF)： 收集用户行为 减噪与归一化处理 二、基于物品的协同过滤推荐算法(ite ...
分类：
编程语言 时间：
2019-08-25 01:06:12
阅读次数：
513
一、欧几里得距离 用来记录两个向量之间的距离。 欧氏距离越小，两个用户相似度就越大，欧氏距离越大，两个用户相似度就越小。 二维空间的公式： 其中， 为点 与点 之间的欧氏距离； 为点 到原点的欧氏距离。 三维空间的公式： n维空间的公式： 二、闵可夫斯基距离 当p=1时，即为曼哈顿距离； 当p=2时 ...
分类：
编程语言 时间：
2019-08-25 00:35:40
阅读次数：
241
