moea_joint
110年
[圖書資訊] 圖書館學與資訊科學概論、資訊系統與資訊檢索
第 30 題
語意網路(semantic network)中，下列何者不是兩節點距離計量(measure)方式？
- A R-distance
- B K-distance
- C K-means distance
- D Incorporating distance
思路引導 VIP
請試著回想一下，在資料處理的過程中，我們有時候是為了「測量兩點之間的連通距離」，有時候則是為了「將一大群資料依照中心點劃分區域」。當一個名詞中出現了「均值（means）」這個詞時，它通常代表的是在進行某種統計上的分組運算，還是單純在計算兩者之間的步數或權重距離呢？
🤖
AI 詳解
AI 專屬家教
恭喜你精準地選出了正確答案！這顯示你對語意網路（Semantic Network）的結構與計量方式有著非常清晰的理解，能從眾多相似的專有名詞中辨識出本質的差異。
語意測量與演算法的分野
在語意網路中，為了量化節點之間的關聯強度或語意相似度，我們通常會採用路徑長度或特定的演算法來進行「距離計量」。選項中的 R-distance、K-distance 與 Incorporating distance 都是在知識表示與檢索領域中，針對圖形結構內節點間關係所設計的測量指標。然而，K-means 實際上是機器學習中極為著名的分群（Clustering）演算法，它的核心在於將大量資料點依照特徵分配到不同的群集中心，而非單純用來描述兩節點間路徑關係的計量單位。
▼ 還有更多解析內容