ScholarGate
어시스턴트
MCDMDistance metric

코사인 거리

코사인 거리는 다차원 공간에서 두 개의 0이 아닌 벡터 간의 각도 거리를 측정합니다. 1975년 Gerard Salton이 정보 검색을 위해 처음 개발했으며, 코사인 유사도(cosine similarity)를 1에서 빼서 비유사성(dissimilarity)을 포착합니다. 이 값은 0(동일한 방향)에서 1(정반대 방향)까지의 범위를 가집니다. 방향이 크기보다 중요한 텍스트 분석, 문서 비교 및 의사 결정 맥락에서 널리 사용됩니다.

DecisionMind(으)로 적용하기곧 제공동영상곧 제공슬라이드 다운로드

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

출처

  1. Spearman, C. (1904). The proof and measurement of association between two things. American Journal of Psychology, 15(1), 72-101. DOI: 10.2307/1412159
  2. Salton, G., & McGill, M. J. (1975). Introduction to Modern Information Retrieval. McGraw-Hill. link

이 페이지 인용 방법

ScholarGate. (2026, June 3). Cosine Distance Metric. ScholarGate. https://scholargate.app/ko/decision-making/cosine-distance

ScholarGateCosine Distance (Cosine Distance Metric). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/decision-making/cosine-distance · 데이터셋: https://doi.org/10.5281/zenodo.20539026