私信。

http://www.hirax.net/dekirukana7/morning/index.html
情報のクラスタ分析のわかりやすい事例。
http://www.tcp-ip.or.jp/~mt2knm/etc/ln_vector.html
情報のベクトル演算のわかりやすい事例。
情報の類似性、関連性を研究するのに使うのはどっちかだと思います。
どっちでもなくても責任はもてませんし、その先の専門的なことは専門じゃないから…ということで逃げます。
上のほうの「できるかな？」はこの記事がなんのことかわからない人にもオススメ。