使用3种不同的方法对文本进行聚类（MinHash，HAC，K-means）

Question

我有一套大学课程（约30000）。每门课程都有以下属性，这是一个例子：

• 标题：机器学习
• 机构名称：信息技术部
• 说明：课程结束后，学生应该能够：通过实施或设置和解决典型的机器学习问题 使用模拟工具，确定不同的学习方法 适用于不同类型的学习问题，即了解 方法的优点和缺点，树立了良好的代表性 数据，识别不良选择的典型影响并确定如何 改进结果并描述机器学习的方式和原因 和自然计算方法。\

我想对这些课程进行分组，以帮助用户提供他们喜欢或搜索过的类似课程的建议。一个例子是，如果用户正在搜索“机器学习”，则系统可以建议“人工智能”，因为这些课程的内容有点类似。我正在考虑采用三种不同的方法来实现这一目标。

1. TF-IDF +球形K-means
2. levenstein相似度+层次凝聚聚类
3. Jaccard相似度+ minhash +局部敏感散列（LSH）

我的计划是在Matlab中尝试这种方法，提出最好的方法，并最终（如果我有足够的时间）实现它。我打算将此作为我的硕士论文，所有相关信息都将受到高度赞赏。在给定的数据集上比较这三种方法是否有意义？

谢谢。