首页
外语
计算机
考研
公务员
职业资格
财经
工程
司法
医学
专升本
自考
实用职业技能
登录
计算机
阅读以下说明和流程图,填补流程图中的空缺(1)~(5),将解答填入答题纸的对应栏内。 [说明] 指定网页中,某个关键词出现的次数除以该网页长度称为该关键词在此网页中的词频。对新闻类网页,存在一组公共的关键词。因此,每个新闻网页都存在一组词频,称为该新闻网页
阅读以下说明和流程图,填补流程图中的空缺(1)~(5),将解答填入答题纸的对应栏内。 [说明] 指定网页中,某个关键词出现的次数除以该网页长度称为该关键词在此网页中的词频。对新闻类网页,存在一组公共的关键词。因此,每个新闻网页都存在一组词频,称为该新闻网页
admin
2016-03-25
17
问题
阅读以下说明和流程图,填补流程图中的空缺(1)~(5),将解答填入答题纸的对应栏内。
[说明]
指定网页中,某个关键词出现的次数除以该网页长度称为该关键词在此网页中的词频。对新闻类网页,存在一组公共的关键词。因此,每个新闻网页都存在一组词频,称为该新闻网页的特征向量。
设两个新闻网页的特征向量分别为:甲(a
1
,a
2
,…,a
k
)、乙(b
1
,b
2
…,b
k
),则计算这两个网页的相似度时需要先计算它们的内积S=a
1
b
1
+a
2
b
2
+…+a
k
b
k
。一般情况下,新闻网页特征向量的维数是巨大的,但每个特征向量中非零元素却并不多。为了节省存储空间和计算时间,我们依次用特征向量中非零元素的序号及相应的词频值来简化特征向量。为此,我们用(NA(i),A(i)|i=1,2,…,m)和(NB(j),B(i)…j=1,2,…,n)来简化两个网页的特征向量。
其中:NA(i)从前到后描述了特征向量甲中非零元素A(i)的序号(NA(1)<NA(2)<…),
NB(j)从前到后描述了特征向量乙中非零元素B(j)的序号(NB(1)<NB(2)<…)。
下面的流程图描述了计算这两个特征向量内积S的过程。
(5)
选项
答案
i>m or j>n或i=m+1 or j=n+1或等价表示
解析
本题是简化了的一个大数据算法应用之例。世界上每天都有大量的新闻网页,门户网站需要将其自动进行分类,并传送给搜索的用户。为了分类,需要建立网页相似度的衡量方法。流行的算法是,先按统一的关键词组计算各个关键词的词频,形成网页的特征向量,这样,两个网页特征向量的夹角余弦(内积/两个向量模的乘积),就可以衡量两个网页的相似度。因此,计算两个网页特征向量的内积就是分类计算中的关键。对于存在大量零元素的稀疏向量来说,用题中所说的简化表示方法是很有效的。这样,求两个向量的内积只需要在分别从左到右扫描两个简化向量时,计算对应序号相同 (NA(i)=NB(j))时的A(i)*B(j)之和(其他情况两个向量对应元素之乘积都是0)。因此,流程图中(2)处应填S+A(i)*B(j),而累计的初始值S应该为0,即(1)处应填0。
流程图中,NA(i)<NB(j)时,下一步应再比较NA(i+1)<NB(j),除非i+1已经越界。
因此,应先执行i+1→i,再判断是否i>m或i=m+1(如果成立,则扫描结束)。因此(3)处应填i>m或i=m+1。
流程图中,NA(i)>NB(j)时,下一步应再比较NA(i)<NB(j+1),除非j+1已经越界。
因此,应先执行j+1→j,再判断是否j>n或j=n+1(如果成立,则扫描结束)。因此(4)处应填j>n或j=n+1。
(5)处应填扫描结束的条件,i>m or j>n或i=m+1 or j=11+1,即两个简化向量之一扫描结束时,整个扫描就结束了。
转载请注明原文地址:https://kaotiyun.com/show/P9jZ777K
本试题收录于:
程序员下午应用技术考试题库软考初级分类
0
程序员下午应用技术考试
软考初级
相关试题推荐
对外正式发布的文档中,PDF格式比docx或doc格式更重要,其原因不包括____________。
计算机每次启动时自动运行的计算机病毒称为______病毒。
下图主板接口中,①处是(28),②处可以接的设备是(29),③处可以接的设备是(30)30.
在Excel中,A1,A2,B1,B2,C1,C2单元格的值分别为1、2、3、4、3、5,在D1单元格中输入函数“=SUM(A1:B2,B1:C2)”,按回车键后,D1单元格中显示的值为______。
从功能上说,计算机由输入设备、输出设备、______和CPU组成。
信息处理工作前期,首先需要收集所需的数据,常常要做原始统计记录。做原始统计记录需要注意的事项中一般不包括(32)。
通常,网购产品需要依次进行以下操作步骤:浏览商品、放入购物车、生成订单、支付订单、完成交易。某网站对一个月内执行每一步操作的客户人数及其比例做了统计(按浏览商品的人数比例为100%进行统计),制作了如下的漏斗图(只有20%的浏览商品者实际完成了交易)。
在Word文档中某一段落的最后一行只有一个字符,若想把该字符合并到上一行,___________不能做到。
网页留言效果如下图所示,网页文档如下,请参照表格给出的说明在下划线处填写正确的答案到答题纸对应的栏内。[上图网页中的元素说明] [HTML文本]<!DOCrYPEHTMLPUBLIC“-//W3C//DTDHTML
请根据网页显示效果图的网页中的元素说明,将HTML文本中上处的解答填入对应的解答栏内。请根据网页显示效果图的网页中的元素说明,将HTML文本中上处的解答填入对应的解答栏内。[说明]下图是一个关于Sony公司2006年两款DV产
随机试题
2012年3月5日,统一俄罗斯党领导人、总理普京当选总统。这是他继2000年后第二次当选总统。()
女,25岁,因近一年来刷牙牙龈偶有出血就诊,检查:PD:3~4mm,个别牙有牙龈退缩约1~2mm,此患者最可能诊断为
下列各穴中,属足太阴脾经的是
( )占了工程费用的绝大部分,工程师应给予足够的重视。但这类支付的程序比较简单,一般通过签发期中支付证书支付进度款。
无权代理在被代理人追认前,相对人可以催告被代理人在法定期限内予以追认。该法定期限是()。
成语“草木皆兵”反映的历史事件是()。
电冰箱的问世引起了冰市场的崩溃,以前人们用冰来保鲜食物,现在电冰箱替代了冰的作用。同样道理,由于生物工程的成果,研究出能抵抗害虫的农作物,则会引起什么后果?以下哪项是上述问题的最好回答?()。
下列符合“低碳生活”做法的是:
()对于知识相当于分析对于()
为“部门信息“表增加一个新字段“人数”,编写满足如下要求的程序:根据“雇员信息”表中的“部门号”字段的值确定“部门信息”表的“人数”字段的值,即对“雇员信息”表中的记录按“部门号”归类。将“部门信息”表中的记录存储到ate表中(表结构与“部门信息”表完全相
最新回复
(
0
)