Analyse av testdata

Sammenligner n x m ord

• n :  Testdata som besto av ord hentet fra 372 stillingsannonser innenfor IT.
   
• m : En liste med ord vi bestemmer
  • Hvilke ord bør m inneholde?
  • Hvor mange ord bør m inneholde?​

m : Ord fra stillingsannonser fra alle andre bransjer enn IT

m : 500 mest vanlige norske og engelske ord

22 224 ord

1000 ord

Antall ord i m :

• Antar at resultatet vil flate ut, og at testdataen inneholder nok ord til å se platået

Om topplista skal inneholde 100 ord,

bør m inneholde ~10 000 ord