我有成千上万的大型标签云数据集；我可以使用简单的选择/组语句为每个集合检索加权标签云（例如）
SELECT tag, COUNT( * ) AS weight
FROM tags
WHERE set_id = $set_id
GROUP BY tag
ORDER BY COUNT( * ) DESC
我想知道的是-比较加权标签云并找到最相似的其他集合的最佳方法是什么，考虑权重（集合中出现的次数），甚至可能计算比较分数，全部归结为某种有效的陈述？
我发现网络上缺乏有关该主题的高质量文献，认为它在某种程度上具有广泛的相关性，并尝试对我的示例进行抽象化以使其始终适用。
最佳答案
首先，您需要像对待向量一样标准化每个标签云，假设标签云是一个n维向量，其中每个维度都代表一个单词，其值代表该单词的权重。
您可以通过计算每个云的norm（或大小）来实现，即所有权重平方的平方根：
m = sqrt( w1*w1 + w2*w2 + ... + wn*wn)
然后您可以通过将每个权重除以云的范数来生成归一化的标签云。
之后，您可以通过使用云之间的标量积轻松地计算相似度，即将每对中的每个分量与所有分量相乘。例如：
v1 = { a: 0.12, b: 0.31; c: 0.17; e: 0.11 }
v2 = { a: 0.21, b: 0.11; d: 0.08; e: 0.28 }
similarity = v1.a*v2.a + v1.b*v1.b + 0 + 0 + v1.e*v2.e
如果向量具有另一个标记所没有的标记，则该特定乘积显然为0。
在
[0,1]范围内的相似性，0表示无相关性，而1表示相等。关于mysql - 比较大量加权标签云？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/3076196/