java - Java中的 vector 空间模型算法来获得两个人之间的相似度分数

Question

我正在尝试在 Java 中使用/实现 vector 空间模型算法，以根据关键字获得两个人之间的相似度分数。所以我有以下类(class):

Person - 有一个关键字列表；

关键字 - 字符串文本； 整数分；

关键字得分是用户提及关键字的次数。

关于如何在 Java 中实现它有什么建议吗？

问候

Answer 1

非常简单。

1. 首先，您应该创建 vector 表示，例如每个人代表其关键字的 map 。
2. 其次你应该选择指标，我会推荐 http://en.wikipedia.org/wiki/Cosine_similarity .

现在是真正的代码:

  static double cosine_similarity(Map<String, Double> v1, Map<String, Double> v2) {
            Set<String> both = Sets.newHashSet(v1.keySet());
            both.retainAll(v2.keySet());
            double sclar = 0, norm1 = 0, norm2 = 0;
            for (String k : both) sclar += v1.get(k) * v2.get(k);
            for (String k : v1.keySet()) norm1 += v1.get(k) * v1.get(k);
            for (String k : v2.keySet()) norm2 += v2.get(k) * v2.get(k);
            return sclar / Math.sqrt(norm1 * norm2);
    }