Konzeption und Implementierung eines ... - Stephan, Daniel

7.5. CLUSTER BENENNUNG UND MATRIZEN 90
werden.
7.5. Cluster Benennung und Matrizen
Zur Benennung der Cluster werden die LSI-Ergebnisse verwendet. Diese finden
sich im Code in Form eines SvdResult-Objekts wieder. Man sieht in Abbildung
7.6, dass das SvdResult Objekt Zugriff auf die Term- und Dokument-Matrizen
bietet, so wie sie vom LSI Code erzeugt worden waren. Man sieht auf dem Dia-
gramm leider nicht den Verweis auf die DiagonalMatrix Klasse. Daber handelt
es sich um eine optimierte Subklasse von Matrix, die ausschließlich Werte auf
der Diagonalen hält und zudem ihre Methoden auf die Besonderheiten von dia-
gonalen Matrizen hin optimiert hat, und die hiermit immerhin erwähnt wurde.
Um die Benennungen zu finden, wird zunächst aus den Dokumenten, die
zu dem jeweiligen Cluster gehören, ein Pseudo-Dokument-Vektor erstellt. Die-
ses ist der Cluster-Zentroid. Er errechnet sich als einfacher Mittelwert-Vektor.
Daraufhin werden zu diesem Pseudo-Vektor die Terme gesucht, die ihm am
Ähnlichsten sind. Dazu werden die Methoden (es gibt mehrere, daher Mehr-
zahl) computeTermDocumentAssociation von SvdResult verwendet. Der er-
zeugte Cluster befindet sich bereits im SVD-Raum und kann direkt anstatt
eines Dokument-Vektors verwendet werden.
Im Diagramm ist die Klasse SparseMatrix zu sehen. Diese ist hier der
Vollständigkeit halber aufgeführt, denn sie wird nur für das Ausführen des LSI-
Algorithmus benötigt. Dieser nimmt die Matrix nur in einem solchen Format
entgegen. Daher wird die Matrix vor dem LSI-Durchlauf erst in eine solche
SparseMatrix-Implementation gewandelt.