基于kmeans聚类算法的微博舆情热点事件分析系统
首先，我们知道任何一条微博都是由单词构成的，我们在最初之时就构建了一个包含全部文档集合的词典，只要文 档集合中出现了的单词，我们的词典之中就会有。Cosine计算，余弦计算的好处是，正好是一个介于0到1的数，如果向量一致就是1，如果正交就是0，符合相 似度百分比的特性，余弦的计算方法为，向量内积／各个向量的模的乘积。搜寻时，输入的检索词也被转换成类似于文件的向量，这个模型假设，文件和搜寻词的相关程度，可以经由比较每个文件（向量）和检索词（向量）的夹角偏差程度而得知。
