Similaridade por cosseno

A similaridade por cosseno é uma medida da similareda de entre dois vetores num espaço vetorial que avalia o valor do cosseno do ângulo compreendido entre eles. Esta função trigonométrica proporciona um valor igual a 1 se o ângulo compreendido é zero, isto é se ambos vetores apontam a um mesmo lugar. Para qualquer ângulo diferente de 0, o valor de cosseno é inferior a um. Se os vetores fossem ortogonais o cosseno anular-se-ia, e se apontassem em sentido contrário seu valor seria -1. Desta forma, o valor desta métrica encontra-se entre -1 e 1, isto é no intervalo fechado [-1,1]. Esta distância emprega-se frequentemente na busca e recuperação de informação representando as palavras (ou documento) num espaço vectorial. Em mineração de textos aplica-se a similaridade por cosseno para de estabelecer uma métrica de semelhança entre textos. Em mineração de dados costuma-se empregar como um indicador de coesão de clústeres de textos. A similaridade por cosseno não deve ser considerada como uma métrica de distancia pois não cumpre a desigualdade triangular.