上次咱们搞了一个Gadio高维空间定位系统，承蒙各位兴趣，本来我还在慢慢悠悠佛系研究聚类，突然很有动力东西把这个“认亲系统”先上线了。说实话数据在那之后要把前端搞出来工作量也不大。今天不废话，四件事。
地址与使用说明
背后算法简述
一些零散的小发现
未来工作
一、地址与使用说明
我发现Gadio官方一共分了有20多个类，那如果一个一个配对的话就是。。。应该。。。反正很多就对了。所以最后想到了采取这种拖放的形式，直接把上面的标签拖下来放到位置就可以了。（这种形式也算还有了点交互）值得注意的是：如果您是移动端的话，需要长按标签，等到它变成了一个黑块的时候，再拖放即可。
二、算法简述
也很简明，首先把2300多期Gadio按官方分类方法分成20多类，然后每个电台的所有文本求一个平均向量A，再把这一类里面的所有的文本求一个平均向量B。那么每期节目都有了一个代表自己特征的A，每个类别也有了一个代表性向量B。
剩下的就是用A和B之间排列组合比对就好了。用的依然是余弦距离，结果里出现的“距离”是数字越小表示相似度越高。
三、一些零散的小发现
首先，每个类别内部的结果如下。
平均节目：是距离该类的平均向量距离最近的节目 离谱节目：是距离该类的平均向量距离最远的节目（注意这个是倒排的，最远的在最后）
好吧，此处危险，最冒犯的就是“最不Pro的Pro节目”了。（捂脸）不过其实因为距离平均值最远，其实只意味着“最不典型”，换句话说叫”出头鸟“，那么这个出头鸟到底是菜的出头还是锋芒难掩，还真不一定。
但是该说不说，红旗下的车轮《第四章》这期节目作为倒数第一，比倒数第二距离类型平均的距离整整翻了一倍！（而且之前的粗略聚类分析里，这个节目也总是自己孤独地被分成一类）如果真的不是程序出错了，我是真的太好奇这期节目里到底谈论了什么。。。有空一定要去听一听。
说到这，就不得不提到这个“平均”和“离谱”的叫法，非常精彩，不是我发明的，是一个B站Up，文末给各位贴上链接。他用这一路方法研究了近几年的流行音乐，然后得到了一个非常情理之中却意料之外的结果，值得一看。
然后就是很显眼的那么几个历史遗留标签，比如”会员专享“这个标签只有一期节目。。。还有就是历史原因分错类的，比如《魔兽世界故事》有好几个篇都是分到Pro里的（这个可以看上方的认亲环节结果）不知道这个事情有没有必要整理一下，虽然都是过去的节目了。。。
而且，关于这个还有一个点充分显示出了这种向量方法的鲁棒性，因为既有的平均向量也是包括了这些分类模糊的节目的，依然还是表现出了相当程度的合理性，还算不错。如果分类都纠正了或许效果会更好吧。（而且我发现早年间的Pro真的是非常的。。。“啥都有”，又冒犯了，捂脸）
四、未来工作（个人）
还是回去研究聚类了。然后准备把站内文章也研究研究。
另外后面的更新时间不一定啦，感觉过年期间要开始集中搞一下这个建筑师的自动化案例研究工具。就这个(心心念念)↓
也是跑个题，这个 （希望）能自动帮助建筑师一键完成案例研究的工具年后准备来一波内测，诚邀有兴趣参加内测的同胞私信联系我！！（正事儿）
大家龙年大吉！！！
附录：
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。