向量空間數(shù)字模型（VectorSpaceModel）：對文檔進(jìn)行簡單說明，在忽略特征項(xiàng)正中間的基本資料后，一個(gè)文本就可以用一個(gè)特征空間向量來說明，也就是特征項(xiàng)室內(nèi)空間設(shè)計(jì)中的一個(gè)點(diǎn)；而一個(gè)文本集可以描述成一個(gè)引流方法引流矩陣，也就是特征項(xiàng)室內(nèi)空間設(shè)計(jì)中的一些點(diǎn)的融合。

    ?相似度（Similarity）：相似度Sim（D1，D2）用于考量2個(gè)文檔D1和D2正中間的具體內(nèi)容相關(guān)水準(zhǔn)。當(dāng)文檔被描述為文檔室內(nèi)空間設(shè)計(jì)的空間向量，就可以利用歐式距離，內(nèi)積間隔或余弦距離等空間向量相互之間的間隔計(jì)算方式來說明文檔間的相似度。

    在這其中特征挑選是文本說明的關(guān)鍵，方式包括：文檔頻率法（DF），風(fēng)琴包生產(chǎn)廠家信息增益法和互信息法這種。

    在做特征挑選之前，一般還必須進(jìn)行數(shù)據(jù)預(yù)處理的工作上，要對先往網(wǎng)頁頁面網(wǎng)頁頁面隔音降噪。除此之外辦公桌收納在實(shí)際的分類中，除了利用文檔的內(nèi)容特征之外，很有可能還會(huì)繼續(xù)堅(jiān)持應(yīng)用實(shí)際使用中所特有的特征，比如在網(wǎng)頁頁面網(wǎng)頁頁面分類中，很有可能使用url的特征，html的結(jié)構(gòu)特征和標(biāo)志特征等信息。分類的關(guān)鍵全過程是這般的：定義分類體系管理，將事前分類過的文檔作為訓(xùn)練集，文具批發(fā)從訓(xùn)練集中獲得分類數(shù)字模型。目前分類蟻群算法重要分下面這類：

    在這其中比較普遍的是：svm算法（SVM）方式，質(zhì)樸貝葉斯(NB)方式，神經(jīng)元網(wǎng)絡(luò)（NN）方式，K相鄰（KNN）方式，決策樹算法（DecisionTree）方式等。