基于PLSA算法判断文档相关性的方法及装置

摘要

本发明涉及一种基于PLSA算法判断文档相关性的方法及装置。该方法包括：根据文档信息确定待处理的元素以及元素对应的分类；将元素的个数N确定为PLSA算法中所需的计算矩阵的列数，将分类的个数M确定为计算矩阵的行数，其中，计算矩阵中的矩阵数据表示元素与分类之间的对应关系，N和M均为自然数；通过硬聚类算法将N个待处理的元素汇聚为M个分类，得到每个元素在各个分类下的隶属度取值；根据每个元素在各个分类下的隶属度取值，对计算矩阵中的矩阵数据进行初始化，并根据PLSA算法对初始化之后的矩阵数据进行迭代运算，根据运算结果判断文档是否相关。由此解决了现有技术中存在的计算耗时长的问题。

主权项

一种基于PLSA算法判断文档相关性的方法，包括：根据文档信息确定待处理的元素以及所述元素对应的分类；将所述元素的个数N确定为PLSA算法中所需的计算矩阵的列数，将所述分类的个数M确定为所述计算矩阵的行数，其中，所述计算矩阵中的矩阵数据表示元素与分类之间的对应关系，N和M均为自然数；通过硬聚类算法将N个待处理的元素汇聚为M个分类，得到每个元素在各个分类下的隶属度取值；根据所述每个元素在各个分类下的隶属度取值，对所述计算矩阵中的矩阵数据进行初始化，并根据PLSA算法对初始化之后的矩阵数据进行迭代运算，根据运算结果判断文档是否相关。