原文：
google 的新聞是自動分類和整理的。所謂新聞的分類無非是要把相似的新聞放到一類中。計算機其實讀不懂新聞，它只能快速計算。這就要求我們設計乙個演算法來算出任意兩篇新聞的相似性。為了做到這一點，我們需要想辦法用一組數字來描述一篇新聞。
對於一篇新聞中的所有實詞，我們可以計算出它們的單文字詞彙頻率/逆文字頻率值（tf/idf)。不難想象，和新聞主題有關的那些實詞頻率高，tf/idf 值很大。我們按照這些實詞在詞彙表的位置對它們的 tf/idf 值排序。比如，詞彙表有六萬四千個詞，分別為
單詞編號 漢字詞
------------------
1 阿2 啊
3 阿斗
4 阿姨
...789 服裝
....
64000 做作
在一篇新聞中，這 64,000 個詞的 tf/idf 值分別為
單詞編號 tf/idf 值
**********====
1 02 0.0034
3 04 0.00052
5 0...
789 0.034
...64000 0.075
如果單詞表中的某個次在新聞中沒有出現，對應的值為零，那麼這 64,000 個數，組成乙個64,000維的向量。我們就用這個向量來代表這篇新聞，並成為新聞的特徵向量。如果兩篇新聞的特徵向量相近，則對應的新聞內容相似，它們應當歸在一類，反之亦然。
學過向量代數的人都知道，向量實際上是多維空間中有方向的線段。如果兩個向量的方向一致，即夾角接近零，那麼這兩個向量就相近。而要確定兩個向量方向是否一致，這就要用到餘弦定理計算向量的夾角了。
ecshop文章分類頁面呼叫文章的內容
有的時候需要用到，所以總結了一下。開啟includes lib article.php檔案 紅色部分為新增的部分 function get cat articles cat id,page 1,size 20 requirement else 增加搜尋條件，如果有搜尋內容就進行搜尋 if requi...
樸素貝葉斯演算法對新聞進行分類
from sklearn.datasets import fetch 20newsgroups 載入資料 news fetch 20newsgroups data home r e jupyter workspace subset all downloading 20news dataset.thi...
餘弦定理和新聞的分類
餘弦定理和新聞的分類似乎是兩件八桿子打不著的事，但是它們確有緊密的聯絡。具體說，新聞的分類很大程度上依靠餘弦定理。google 的新聞是自動分類和整理的。所謂新聞的分類無非是要把相似的新聞放到一類中。計算機其實讀不懂新聞，它只能快速計算。這就要求我們設計乙個演算法來算出任意兩篇新聞的相似性。為了做到...