上次咱们搞了一个Gadio高维空间定位系统，承蒙各位兴趣，本来笔者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

笔者发现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。

完事儿，使用说明就这么多，地址在这。

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

这里的小发现基本就

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）不过其实笔者针对这一点也有话说，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，比到处第二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，笔者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，就不得不提倒这个“平均”和“离谱”的叫法，非常精彩，不是笔者发明的，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，非常精彩。

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。（而且笔者早年间的Pro真的是非常啥都有，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，诚邀感兴趣的同胞私信联系~到时候会上线到公网的网址给大家测试一下。关于这个工具的可以参考这个视频：https://www.gcores.com/videos/176878

大家龙年大吉！！！

附录：

开源：https://github.com/jlmaoju/Gadio_Vec
上方提到的音乐相似性量化研究（重轻老师也有客串嗷）：【关于流行音乐的深度研究：华语音乐已经完蛋了吗？】