Question

我有一个单词列表，我想在网页中显示为标签云。每个单词都有一个相应的“权重”，用于确定单词在标签云中应显示的大小。

假设这个数组包含每个单词用于标记文档的次数，我想使用这些值作为每个单词的权重：

int [] ints = new int[] { 1, 2, 4, 3, 2, 1, 4, 2, 1000};

我希望权重范围在指定的范围内，以便渲染代码具有可预测的数字集来处理，但是我不想简单地将这些整数归一化，因为除了最后一个之外的所有数据基本上都是零

如果发生这种情况，那么标签云中的单个项目将会非常大，而其他所有标签都会很小。我正在寻找一种方法，将所有整数压缩到有限的范围内，同时保持一定程度的多样性。

那么我怎样才能改变这个集合，使得最终的大值不会使其他值无关紧要？

Answer 1

使用对数预处理数据并降低数字的比例。根据数据值选择对数的基数。出于标签云的目的，在我看来，使用log to base 2将是最理想的。找到日志后，将生成的数字标准化。