如何根据文档集合计算文档相似度？
根据文档集合计算文档相似度可以通过以下步骤进行：
- 文本预处理：对文档集合中的每个文档进行文本预处理，包括去除停用词、标点符号和特殊字符，进行词干化或词形还原等操作，以便得到干净的文本数据。
- 特征提取：从预处理后的文本中提取特征表示文档。常用的特征提取方法包括词袋模型（Bag of Words）、TF-IDF（Term Frequency-Inverse Document Frequency）等。词袋模型将文档表示为词汇表中词语的频率向量，而TF-IDF则考虑了词语在整个文档集合中的重要性。
- 相似度计算：使用合适的相似度度量方法计算文档之间的相似度。常用的相似度度量方法包括余弦相似度、欧氏距离、Jaccard相似度等。余弦相似度是一种常用的度量方法，它通过计算两个向量的夹角余弦值来衡量它们的相似程度。
- 相似度排序：根据计算得到的文档相似度进行排序，将相似度高的文档排在前面。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云自然语言处理（NLP）：提供了文本分词、词性标注、命名实体识别等功能，可用于文本预处理和特征提取。详细信息请参考：https://cloud.tencent.com/product/nlp
- 腾讯云云服务器（CVM）：提供了强大的计算能力和灵活的配置选项，可用于进行文档相似度计算的特征提取和相似度计算等任务。详细信息请参考：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库MySQL版：提供了高性能、可扩展的MySQL数据库服务，可用于存储和管理文档集合数据。详细信息请参考：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云人工智能（AI）：提供了丰富的人工智能服务，如图像识别、语音识别、机器翻译等，可用于文档相似度计算中的特征提取和相似度度量。详细信息请参考：https://cloud.tencent.com/product/ai
相关·内容
有什么方法可以组合成对的文档相似性得分，以获得某个文档相对于文档集合的总体相似性得分？
如何根据文档集合计算文档相似度？- ResearchGate。可从：访问2016年8月22日。
浏览 16提问于2016-08-22得票数 0
2回答
假设我们有16个不同的类别，例如，计算机，科学，艺术，商业等。我们在每个类别下有一些单词作为同义词，同义词等，它们描述了每个主题的可能含义及其范围。因此，可能存在相似甚至相同的词，这些词属于多个类别。我们的目标是向系统提交一个查询(删除停用词后，最大长度为3 )，并要求系统将此词放入相似度最高的类别中。所以我的问题是，除了余弦相似性之外，还有什么好的技术可以做到这一点吗？
我已经知道了WordNet和它的扩展版本extjwnl，然而，我希望实现一个能够为我的小用途提供足够灵活性的版本。
浏览 1提问于2015-12-06得票数 1
我用Gensim在语料库上训练了一个LDA模型。现在我已经有了每个文档的主题分布，如何比较两个文档在主题中的相似程度？我想要一个简要的措施。例如，以下是两个文档的主题分布。总共有75个主题。为了简洁起见，我只展示了概率最大的前10个主题(因此主题不太合适)。(40，0.5523168)表示主题#40对于DOC #1的概率为0.5523168。我应该计算两个向量之间的欧几里德距离还是余弦距离？使用这个概括度量，我是否可以说，例如，DOC 1比DOC2更类似于DOC3，或者DOC1和DOC 2在局部上比DOC 3和DOC 4更相似？谢谢!
DOC #1:
[(40, 0.5523168), (60
浏览 2提问于2019-03-22得票数 4
回答已采纳
我有一组文档，我在其中搜索我的关键字。我已经计算了关键字和所有文档的tf-IDF值。假设我将所有文档的tf-IDF值存储在一个数组中，如何使用它来计算余弦相似度？感谢您对代码的任何帮助！
浏览 1提问于2012-04-23得票数 0
回答已采纳
如果我在两个碎片之间查询，第一个碎片返回10行，第二个碎片返回100行，那么合并的结果集是如何排列的？我最终会得到第一个碎片(结果最少)的结果吗？
浏览 3提问于2015-10-06得票数 1
回答已采纳
1回答
我已经通过了LSA方法。有人说，LSA可以用于语义分析。但我不明白它在LSA是如何运作的。有人能告诉我LSA是如何处理语义的吗。
浏览 5提问于2014-08-15得票数 1
回答已采纳
我正在使用 gem在PostgreSQL中执行全文搜索，它工作得很好。但是，有些搜索在应该返回的时候没有返回任何视频结果。
例如，搜索“物质状态”将返回10个结果，因为视频有一个名为“物质状态”的标签。但是“物质的三种状态”返回的结果为零。类似地，“放射性碳测年”返回1个视频，而“碳测年”不返回任何内容。
下面是我如何设置我的模型：
# app/models/video.rb
class Video < ApplicationRecord
include PgSearch::Model
...
pg_search_scope(:user_search, {
aga
浏览 2提问于2020-08-14得票数 1
1回答
查询与文档的余弦相似性
、、、、
所以我在一个信息检索的概念上挣扎。它涉及到给定查询的文档的余弦相似性。
我正在操作大约1000个文件，以生成一个带有docID x项的术语频率矩阵。
我已经生成了这个矩阵，但是我很难理解如何处理这个查询，并从中生成余弦相似性。
我得到了一个查询，其中包含了我应该通过语料库解析的术语，我已经这样做了。并生成一个向量，在该向量中，所有docID至少包含一个单词。
所以我应该用余弦相似度来计算所有这些行向量？
示例：
查询是在词频矩阵中包含列位置和项的列表。
OccurenceVector是查询中包含单词的所有文档的数组。
Query = [[2796, 'crystalline']
浏览 0提问于2018-11-09得票数 0
回答已采纳
我想弄明白sklearn的jaccard_score到底是怎么回事。 这是我得到的结果 1. jaccard_score([0 1 1], [1 1 1])
0.6666666666666666
2. jaccard_score([1 1 0], [1 0 0])
0.5
3. jaccard_score([1 1 0], [1 0 1])
0.3333333333333333 我知道这个公式是 intersection / size of A + size of B - intersection 我认为最后一个应该给我0.2，因为重叠是1，条目总数是6，结果是1/5。但我得到了0.33
浏览 132提问于2019-06-15得票数 0
回答已采纳
2回答
我使用SOLR在我的应用程序中存储search使用的文档。SOLR由多个应用程序共享，并且根据应用程序id对数据进行分组，应用程序id对于每个应用程序都是唯一的。
为了根据TF-IDF计算分数，SOLR使用其中可用的全部文档。如何将配置更改为仅基于应用程序id可用文档总数来检查IDF，而不是计算应用程序中的所有文档。
浏览 0提问于2017-09-08得票数 1
1回答
NLP如何获取两个文档之间的差异
、、、、
我有2个文档A-B (或2系列文档)，我想要一个新的文档来显示这两个文档之间的差异: A-B
根据不同，有几种定义，一种是:单词列表/“概念”包括在A中但不包括在B中。
我正在考虑对A和B的每个句子使用TF IDF，例如：
from sklearn.feature_extraction.text import TfidfVectorizer
d1 = [open(f1) for f1 in text_files]
tfidf = TfidfVectorizer().fit_transform(d1)
pairwise_similarity = tfidf * tfidf.T
我不确定这是否与生
浏览 0提问于2016-06-08得票数 0
2回答
我正在做两组公司名称的匹配工作。我试着用Python编写代码，使用Levenstien的距离。我遇到了公司缩写的问题，以及他们的尾随部分，比如Pvt，Ltd。我已经用Excel模糊查找运行了相同的集合，并获得了良好的结果。我有一种方法，我可以看到excel模糊查找是如何编码的，并使用python中的相同实现。
浏览 25提问于2018-09-28得票数 1
1回答
词聚类
、
我有一个单词列表。我正在寻找一种将这些单词在语义上聚在一起的方法。谁能告诉我有什么库或工具可以做到这一点？我已经在网上搜索了很多，但没有适合我的要求。大多数单词都是技术性的，所以在任何字典中都找不到。我想在单词列表上执行本体聚类。
浏览 1提问于2013-04-25得票数 3
回答已采纳
我有2个文档X和Y。如果用户搜索单词"Computer“，并且我想显示基于关键字"Computer”的最相关的文档。我的算法根据关键词在文档中出现的次数来选择最相关的文档。唯一的问题是文档X有10个单词，"Computer“出现两次，而文档Y有1000个单词，"Computer”出现100次。从文档中的字数来看，说文档Y比文档X更相关是不正确的。
如何对此进行规范化，以获得最准确的相关文档。
浏览 8提问于2016-01-09得票数 0
我正在尝试创建一个用于最近邻搜索的forst，但我不确定这样做是否正确，或者甚至不确定MinHash / LSH是否适合我的数据。我问这个是因为结果是不可用的。
我正在尝试遵循文档中的。
我的数据：
512维，例如值有点，例如0或1，这对于MinHash / LSH是可用的吗？如果是，我该如何为每条记录构造MinHash？
据我所知，minhash的意义已经是将数据映射到这样的位结构了？这样我就可以把比特装进去了？就像在h = MinHash(num_perm=512, hashvalues=listOfBits)里？
浏览 4提问于2018-04-03得票数 2
在数学中，向量具有大小和方向。
在数据科学中，为了识别文档的相似性，我们将文档转换为特征向量。然后应用源文档与目标文档特征向量之间的余弦角公式。
然而，余弦公式仅适用于向量。一个矢量应该有两个震级和方向。对于表示为向量的文档，方向在哪里？
浏览 0提问于2020-05-17得票数 1
2回答
我试图估计语料库A中的每个文档A和语料库B中的所有文档之间的余弦相似性。
知道我怎么能高效地做这件事吗？我正在处理相当大的数据集。
本质上，我希望在语料库B中获得文档，这对于A中的每个文档来说都是非常相似的。
浏览 8提问于2020-04-09得票数 1
让我们假设我们有一个适度增长的文档语料库，即每天都有一些新文档添加到这个文档语料库中。对于这些新添加的文档，我可以只使用LDA的推理部分来推断主题分布。我不需要再次对所有文档执行LDA的整个主题估计+推理过程，只为了获得这些新文档的主题分布。但是，随着时间的推移，我可能需要重新执行整个主题生成过程，因为自上次执行LDA以来新添加的文档数量可能会向文档语料库中添加全新的单词。
现在，我的问题是-如何确定两个主题生成执行之间的足够好的间隔？对于我们应该多久执行一次整个文档语料库的LDA，有什么一般性的建议吗？
如果我保持这个间隔很短，那么我可能会失去稳定的主题分布，并且主题分布将不断变化。如果我保
浏览 3提问于2015-10-15得票数 1
2回答
NLP算法原理
、、、
我是一个非常有用的问答网站的新手，而且我的英语也不是很好，很抱歉。
我对一个web项目很感兴趣，我认为它并不难做，而且是一个简化的冲浪。
这个算法是确保孩子是非常简单的，因为它可以快速分析网页内容并找到相关信息。
谁能告诉我，这个算法是如何工作的，我试图做出类似的东西？
这个算法是基于什么原则实现的？
谢谢!
浏览 1提问于2012-01-09得票数 2
回答已采纳
1回答
我正在尝试对文本片段进行分类。我有9个类别，但我给出的句子可以分为更多的类别。我的目标是找出每句话的行业，我有一个常见的问题是，我的训练集没有“色情”类别和带有色情材料的句子被归类为“财经”。
我想让我的分类器检查句子是否可以分类，如果不能只打印出来，就不能对文本进行分类。
我使用Tf-idf向量器转换句子，然后将数据提供给LinearSVC。
有人能帮我解决这个问题吗？或者有人能给我一些有用的材料？
浏览 3提问于2017-06-17得票数 0
我正在学习apache评分方法。这里说，你应该去页面了解得分公式。由于我不是来自数学背景，所以我真的很难理解高水平的数学。有没有其他方法可以轻松地理解基本的评分公式？
浏览 1提问于2013-02-07得票数 1
回答已采纳
受以下和的启发，我尝试为我的域创建一个概念性搜索，使用word2vec作为我的查询的同义词过滤器。
给出了以下文档结构：
{
"_index": "conversations",
"_type": "conversation",
"_id": "103130",
"_score": 0.97602403,
"_source": {
"context":
浏览 1提问于2016-11-14得票数 23
我已经理解了当计算单词之间的相似度时LSA是如何工作的。我正在使用lsa.colorado.edu网站上的LSA，但我找不到一个来源，即句子或多个单词之间的相似度是如何计算的。这仅仅是通过平均所有成对的相似性来完成的吗？
浏览 1提问于2012-12-17得票数 1
1回答
计算概率分布
、、、
我有一个简单(可能很愚蠢)的问题。我想计算两个文件上的Kullback-Leibler散度。它要求每个文档的概率分布。
我不知道如何计算每个文档的概率。任何简单的答案与外行的例子将非常感谢。
假设我们遵循以下两个文档：
1 - cross validated answers are good
2 - simply validated answers are nice
(为了给你举个例子，文档的措辞只是一句废话)
我们如何计算这些文档的概率？
假设我们再添加一个文档：
3 - simply cross is not good answer
如果我们添加另一个文档，那么它将如何影响概率分布？
谢
浏览 1提问于2011-07-07得票数 2
回答已采纳
我已经使用TfidfVectorizer和TruncatedSVD建立了管道。我用滑雪板训练模型，利用余弦相似度计算两个向量之间的距离。这是我的密码：
def create_scikit_corpus(leaf_names=None):
vectorizer = TfidfVectorizer(
tokenizer=Tokenizer(),
stop_words='english',
use_idf=True,
smooth_idf=True
)
svd_model = Truncate
浏览 4提问于2015-07-06得票数 0
回答已采纳
我有以下数据：
d_test = {
'name' : ['South Beach', 'Dog', 'Bird', 'Ant', 'Big Dog', 'Beach', 'Dear', 'Cat', 'Fish', 'Dry Fish'],
'cluster_number' : [1, 2, 3, 3, 2, 1, 4, 2, 2, 2]
}
df_test = pd.DataFrame
浏览 0提问于2022-12-11得票数 1
1回答
lucene是如何构建VSM的？
、、、、
我理解了VSM，TFIDF和余弦相似的概念，但是，在阅读lucene网站之后，我仍然对lucene如何构建VSM和计算每个查询的相似度感到困惑。
据我所知，VSM是一个矩阵，每个术语的TFIDF值都被填充。当我尝试从一组文档构建VSM时，使用这个工具花了很长时间--这实际上与编码无关，因为直观地构建一个包含大量数据的VSM矩阵很费时，但对于lucene来说似乎并非如此。
另外，使用预先构建的VSM，查找最相似的文档(基本上是计算两个文档或查询与文档之间的相似性)通常很耗时(假设有数百万个文档，因为必须计算每个人的相似度)，但是lucene似乎真的很快。我想这也与它如何在内部构建VSM有关。如果
浏览 7提问于2014-02-14得票数 1
回答已采纳
1回答
我需要检查特定网页上内容的相关性。我有成千上万的网页要检查这个。检查页面标题是否与页面上的内容相关的最佳方法是什么。
浏览 0提问于2018-11-03得票数 0
回答已采纳
4回答
我有一百万个文档，它们属于不同的类(100个类)。我想找出每个类中的异常文档(不属于该类，但分类错误)，并对它们进行过滤。我可以通过比较每个文档的标记来使用余弦相似度进行文档相似度。我无法将其应用于为给定类别过滤错误分类的文档。示例:为了简单起见，考虑这3个类以及它们下面的文档。
ClassA ClassB ClassC ...
doc1 doc2 doc3
doc4 doc5 doc6
doc7 doc8 doc9
我如何有效和高效地找出ClassA中doc4(和其他类似文档)被错误分类，以便我的训练数据不包含异常值？
浏览 0提问于2019-12-19得票数 2
我有三个标签:娱乐，平静和精力充沛。我得到了这样的词集: Set1 ={云天人，植物闪光摄影，快乐短裤，草休闲娱乐} Set2 ={植物绿色，自然景观，自然环境，树枝，树木，人在自然界，树形树木，落叶}我想把这些词分类成一个标签。你们觉得怎么样？Set1应该贴上精力充沛的标签，Set2应该贴上平静的标签。
浏览 0提问于2021-05-22得票数 2
回答已采纳
3回答
假设我有100个文本文档，我想对这些文档进行集群。
第一步是构造文档的成对相似矩阵100X100。
我的问题是：
衡量两个文档之间相似性的通用方法是什么？
谢谢,
浏览 0提问于2019-04-14得票数 4
回答已采纳
1回答
句子转换器如何预测新实例
、、、、
我正在探索句子转换器，并偶然发现了这个。它展示了如何对我们的自定义数据进行培训。但我不知道该怎么预测。如果有两个新句子，如1)这是第三个例子，2)这是第三个例子。我怎么能预测到这些句子有多相似呢？
from sentence_transformers import SentenceTransformer, InputExample, losses
from torch.utils.data import DataLoader
#Define the model. Either from scratch of by loading a pre-trained model
model = Sen
浏览 1提问于2022-01-04得票数 2
1回答
我编写了一个DQL来查找一些结果，我希望它返回最好的前10名结果，如何在Doctrine中按相关性对结果进行排序？
`$posts = $this->getEntityManager() ->createQuery('SELECT p FROM AcmeDemoBundle:Post p WHERE p.title LIKE :word') ->setParameter('word', '%' . $word . '%') ->setMaxResults(10) ->
浏览 1提问于2014-07-11得票数 0
5回答
我有一个项目，我需要将多章文档与第二个文档进行比较，以确定它们的相似性。问题是我不知道如何去做，什么方法存在，或者他们是否有可用的库。
我的第一个问题是...有什么相似之处？匹配的单词数量，匹配的连续单词的数量？
我可以看到编写一个解析器，将每个文档放入一个包含单词和位置的数组中，然后对它们进行比较。
我在上看到了之前的问题
然而，这似乎与我正在尝试做的事情有些不同。
如果人们有任何选择或指示，那就太好了！
浏览 0提问于2009-07-12得票数 1
回答已采纳
我正在尝试类似的研究摘要，所以我使用word嵌入将单词转换为1x768向量，所以总体上将抽象转化为带有形状的嵌入(#ofword，768)。两个抽象之间的余弦相似性返回一个矩阵(#ofwords1 1，#ofwords1 2)，然后我对其进行总结，以得到一个总体得分。我想知道的是，在一个余弦相似矩阵中对所有值的总结是否真的是确定两个不同文本之间的整体相似性的好方法呢？有没有一种更好，或者更便宜的计算方法来做到这一点？
浏览 0提问于2020-08-26得票数 2
1回答
两个文档之间的不同特征
、、、
我试图找出这两份文件之间的不同之处。我正在使用gensim，到目前为止已经获得了相似度分数。
有没有办法知道两个文档之间的相异分数和相异特征？如何评估它？
浏览 1提问于2018-07-03得票数 0
我有90个人的数据。
一个人的数据：
X坐标
Y坐标
得分(1比6)
我想组成一个由9人组成的小组，以便：
一组人之间的距离越小越好
具有相同坐标的人属于不同的群体。
一个群体中的人应该有不同的分数。
我并不是期待一个成熟的算法，而是暗示正确的方向。到目前为止，我使用的是一个简单的k-均值算法，它可以形成组，使人与人之间的距离被最小化，但是不幸的是，其他两个约束没有被考虑。
浏览 0提问于2018-04-05得票数 1
2回答
特定主题语言模型的评价
、、、
我已经在我的自定义数据集上完成了一个预先训练过的语言模型(GPT-2)。我希望有一种方法来评估我的模型生成特定预定义主题的句子的能力，以单个关键字的形式给出。“计算机”)或一袋袋单词(如：“计算机”、“Linux”、“服务器”.)
例如，给定LM，模型的输出与单词计算机指定的主题有多大的关系？
我已经尝试过的是:从LM生成足够多的句子，并将这些句子与目标主题(或主题中的每一个单词，我们有多个单词)之间的平均余弦相似度作为这里描述。我不确定这是否是一种有效的方法，而且句子之间的余弦相似性在很多情况下也会产生很差的结果。
提前感谢您的帮助。
浏览 0提问于2020-10-02得票数 2
回答已采纳
我是第一次尝试Gensim，现在有一个问题。我已经用准备好的文档语料库训练了一个LSI模型。我的问题是，如何知道新文档是否与我从文档语料库生成的模型相似。我不想像MatrixSimilarity那样知道文档与语料库中每个文档的相似性，而是想知道文档是否与我的主题/模型相似。
浏览 0提问于2016-11-13得票数 2
1回答
我想根据用户的技能向他们推荐工作，使用mahout.So是否有任何方法可以定义工作相似性逻辑。我找到了ItemSimilarity接口，但在自定义实现后无法使用它。
浏览 0提问于2014-07-30得票数 2
5回答
更好的模糊匹配性能？
、、、、
我目前正在使用的方法get_close_matches方法来迭代15,000个字符串的列表，以获得与另一个大约15,000个字符串的列表最接近的匹配：
a=['blah','pie','apple'...]
b=['jimbo','zomg','pie'...]
for value in a:
difflib.get_close_matches(value,b,n=1,cutoff=.85)
每个值需要.58秒，这意味着完成循环需要8,714秒或145分钟。有没有其他的库/方法可以更快，或
浏览 2提问于2014-01-28得票数 4
我正在处理一项任务，需要检查两个dataframe列之间的余弦相似性。我使用两个for循环分别迭代data1和data2的两列。 for i in range(0,len(input_df)):
for j in range(0,len(data1)):
##check similarity ratio
similarity_score= cosine_sim(input_df['Summary'].iloc[i],data1['Summary'].iloc[j])
print(similarity_s
浏览 21提问于2021-08-03得票数 0
有没有一种有效的方法来使用Jaccard相似度对图中的节点进行集群，使每个集群至少有K个节点？
节点i和j之间的Jaccard相似度：
设S是i的邻域集合，T是j的邻域集合。然后利用|(S ⋂ T)| / |(S ⋃ T)|对i和j进行相似度比较。
浏览 1提问于2013-12-21得票数 8
1回答
我用刮刮爬行了几个欺凌论坛，并将结果作为字典使用。
我现在要做的是提取一个句子的关键字，例如He harassed me in the chat，这将给出关键字Harassed和chat，并将这些关键字与我的单词字典进行比较，并为它的相关性分配一个值(在这种情况下，这显然会提供接近1.0的高值，因为它与欺凌非常相关)。
我已经把关键词提取下来了，所以现在我只需要知道如何进行比较。
我看过使用pandas、scikit和nltk的情况，但它们似乎对多个字段的字典最有效，而我只有一袋单词。
有什么NLP库可以帮我吗？如果不这样做，最好的办法是什么？
浏览 0提问于2018-07-15得票数 1
回答已采纳
我正在尝试在每一行的多个单词中做一些模式‘挖掘’。我已经使用perl中的Text::Ngrams模块进行了N元语法分析，它给出了每个单词的频率。然而，我对这篇文章中的发现模式感到相当困惑。
我猜tf-idf也能找到频率，但这与我做的Ngram分析有什么不同，相似性度量也有什么帮助。
有没有什么perl模块或代码片段可以让我理解其中的一些概念。
请我是一个物理背景，但必须做一些模式识别，所以我是一个新的一些，在这个主题上的一个很好的参考将不胜感激。
浏览 0提问于2011-06-27得票数 0
回答已采纳
1回答
从大型文本语料库构建图表
、、、、
我得到了大量的文件，我应该对这些文件进行各种分析。由于文档将作为最终产品的基础，所以我考虑用这个文本语料库构建一个图表，每个文档对应于一个节点。
构建图形的一种方法是使用模型(如use )首先查找文本嵌入，然后在相似度超过给定阈值的两个节点(文本)之间形成一个链接。然而，我认为最好使用一种基于纯文本相似性度量的算法，即不将文本“转换”为嵌入的算法。和以前一样，如果两个节点(文本)的文本相似性超过了给定的阈值，我将在它们之间形成一个链接。现在，问题是:衡量两种文本相似性的最简单方法是什么，更复杂的方法是什么？我想先从这两篇文章中提取关键词，然后计算Jaccard索引。
任何关于如何实现这一目标的
浏览 0提问于2022-05-21得票数 1
回答已采纳
我正在尝试将输入文本(例如，新闻文章的标题)与关键字集进行匹配。可以选择最佳匹配组。
假设，我有一些关键字集合：
[['democracy', 'votes', 'democrats'], ['health', 'corona', 'vaccine', 'pandemic'], ['security', 'police', 'demonstration']]
并输入(假设的)标题：New Pfizer vaccine might bea
浏览 0提问于2020-11-17得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
