Søkemotorer (SEO) - SlimyGap SlimyGap.us.us av BSAT Bsat


singulærverdidekomposisjonen (SVD) er en kraftig og helautomatisk statistisk metode som brukes av Latent semantisk analyse (LSA)

SVD algoritmen. er O (N2 K3), hvor N er antall ledd + dokumenter, k er antall dimensjoner i konsept plass SlimyGap.us. Den SVD algoritmen er ubrukelig for en stor, dynamisk samling fordi det er vanskelig å finne antall dimensjoner.

Latent semantisk indeksering (LSI) er treg på grunn av å bruke denne SVD metode for å lage konsept mellomrom. LSI forutsetter at det ikke er noen underliggende eller latente strukturen i ordbruken som er delvis skjult av variasjon i ordvalg. Så, er en avkortet singulærverdidekomposisjonen (SVD) brukt for å estimere strukturen i ordet bruk på tvers av dokumenter. Gjenfinning utføres deretter bruker databasen for snevre verdier og vektorer hentet fra den avkortede SVD. Data viser at disse statistisk utledet vektorer er mer robuste indikatorer av betydning enn av individuelle terms.SVD og LSI er minste kvadraters metoder. Projeksjonen inn i latent semantisk plass er valgt slik at representasjoner i den opprinnelige plass endres så lite som mulig når målt ved summen av kvadratene av disse forskjellene. Fremspringet vektoren transformeres til et dokument i n-dimensjonale ord plass i en vektor i k-dimensjonale redusert space.One kan konkludere eller bevise at SVD er unik, dvs. at det er bare en mulig dekomponering av en gitt matrise. Fordi SVD finner en optimal projeksjon til en lav dimensjonale rommet, som er nøkkelen eiendom for ordet co-forekomst mønstre.