Søgemaskiner (SEO) - SlimyGap SlimyGap.us.us af Bsat Bsat

Singular Value Forrådnelse (SVD) er en kraftfuld og fuldautomatisk statistisk metode, der anvendes af Latent Semantisk Analyse (LSA)

SVD algoritme. er O (N2 k3), hvor N er antallet af termer + dokumenter, k er antallet af dimensioner i konceptet plads SlimyGap.us. Den SVD algoritme er ubrugelig for en stor, dynamisk samling, fordi det er svært at finde antallet af dimensioner.

Latent Semantisk Indeksering (LSI) er langsom på grund af brugen af ​​dette SVD metode til at skabe koncept rum. LSI forudsætter, at der er nogle underliggende eller latent struktur i ord brug, der er delvist skjult af variation i ordvalget. Så er en afkortet Singular Value nedbrydning (SVD), der anvendes til at estimere strukturen i ord brug på tværs af dokumenter. Retrieval derefter udføres ved hjælp af databasen over singulære værdier og vektorer opnået fra den afkortede SVD. Dataene viser, at disse statistisk afledte vektorer er mere robuste indikatorer for betydning end for individuel terms.SVD og LSI er mindste kvadraters metoder. Fremskrivningen i latent semantisk rum er valgt således, at de repræsentationer i den oprindelige plads ændres så lidt som muligt, når målt ved summen af ​​kvadraterne af disse forskelle. Fremspringet omdanner et dokuments vektor i n-dimensionale ord plads i en vektor i k-dimensional reduceret space.One kan indgå eller bevise, at SVD er enestående, dvs. der kun er en mulig nedbrydning af en given matrix. Fordi SVD finder en optimal projektion til en lav dimensionelle rum, det er nøglen ejendom for ord samtidig forekomst mønstre.