| 一种大规模数据的快速潜在语义索引 |
| |
| 引用本文： | 卫威,王建民.一种大规模数据的快速潜在语义索引[J].计算机工程,2009,35(15):35-37,4. |
| |
| 作者姓名： | 卫威 王建民 |
| |
| 作者单位： | 1. 清华大学计算机科学与技术系,北京,100084
2. 清华大学软件学院,北京,100084 |
| |
| 摘 要： | 潜在语义索引（LSI）已应用到现代信息检索的多个领域，但矩阵奇异值分解的高复杂度阻碍了该技术在大规模数据上的应用。提出一种大规模数据的快速LSI方法。给出一个降维问题的统一框架，LSI作为一种特征提取算法，可以在这个框架下转化为一个特征选择问题。利用该技术在最大程度保持LSI降维效果的同时，简化LSI的计算，使其能够应用于大规模数据。
|
| 关 键 词： | 潜在语义索引 降维 特征选择 特征提取 |
| 修稿时间： | |
Fast Latent Semantic Indexing on Large-scale Dataset |
| |
| WEI Wei,WANG Jian-min.Fast Latent Semantic Indexing on Large-scale Dataset[J].Computer Engineering,2009,35(15):35-37,4. |
| |
| Authors: | WEI Wei WANG Jian-min |
| |
| Affiliation: | 1.Department of Computer Science and Technology;Tsinghua University;Beijing 100084;2.School of Software;Beijing 100084 |
| |
| Abstract: | Latent Semantic Indexing(LSI) has been successfully applied to various fields in modern information retrieval.However,the high computational complexity of Singular Value Decomposition(SVD) makes it improbable on the application of large-scale dataset.This paper proposes a fast LSI approach to solve this problem.It gives a unified framework of dimension reduction problem.As a feature extraction method,LSI can be transformed into a feature selection method within this framework.This new strategy can simplify ... |
| |
| Keywords: | Latent Semantic Indexing(LSI) dimension reduction feature selection feature extraction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
