- 相關(guān)推薦
Java基于余弦方法實(shí)現(xiàn)的計(jì)算相似度算法示例
引導(dǎo)語(yǔ)：Java 編程語(yǔ)言的風(fēng)格十分接近C、C++語(yǔ)言。Java是一個(gè)純的面向?qū)ο蟮某绦蛟O(shè)計(jì)語(yǔ)言，以下是小編整理的Java基于余弦方法實(shí)現(xiàn)的計(jì)算相似度算法示例，歡迎參考閱讀!
（1）余弦相似性
通過(guò)測(cè)量?jī)蓚�(gè)向量之間的角的余弦值來(lái)度量它們之間的相似性。0度角的余弦值是1，而其他任何角度的余弦值都不大于1;并且其最小值是-1。從而兩個(gè)向量之間的角度的余弦值確定兩個(gè)向量是否大致指向相同的方向。所以，它通常用于文件比較。
相關(guān)介紹可參考百度百科：余弦相似性
（2）算法實(shí)現(xiàn)的中未使用權(quán)重（IDF ---逆文檔頻率），使用詞項(xiàng)的出現(xiàn)次數(shù)作為向量空間的值。
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
public class SimilarDegreeByCos
{
/*
* 計(jì)算兩個(gè)字符串(英文字符)的相似度，簡(jiǎn)單的余弦計(jì)算，未添權(quán)重
*/
public static double getSimilarDegree(String str1, String str2)
{
//創(chuàng)建向量空間模型，使用map實(shí)現(xiàn)，主鍵為詞項(xiàng)，值為長(zhǎng)度為2的數(shù)組，存放著對(duì)應(yīng)詞項(xiàng)在字符串中的出現(xiàn)次數(shù)
MapvectorSpace = new HashMap();
int[] itemCountArray = null;//為了避免頻繁產(chǎn)生局部變量，所以將itemCountArray聲明在此
//以空格為分隔符，分解字符串
String strArray[] = str1.split(" ");
for(int i=0; i<strArray.length; ++i)
{
if(vectorSpace.containsKey(strArray[i]))
++(vectorSpace.get(strArray[i])[0]);
else
{
itemCountArray = new int[2];
itemCountArray[0] = 1;
itemCountArray[1] = 0;
vectorSpace.put(strArray[i], itemCountArray);
}
}
strArray = str2.split(" ");
for(int i=0; i<strArray.length; ++i)
{
if(vectorSpace.containsKey(strArray[i]))
++(vectorSpace.get(strArray[i])[1]);
else
{
itemCountArray = new int[2];
itemCountArray[0] = 0;
itemCountArray[1] = 1;
vectorSpace.put(strArray[i], itemCountArray);
}
}
//計(jì)算相似度
double vector1Modulo = 0.00;//向量1的模
double vector2Modulo = 0.00;//向量2的模
double vectorProduct = 0.00; //向量積
Iterator iter = vectorSpace.entrySet().iterator();
while(iter.hasNext())
{
Map.Entry entry = (Map.Entry)iter.next();
itemCountArray = (int[])entry.getValue();
vector1Modulo += itemCountArray[0]*itemCountArray[0];
vector2Modulo += itemCountArray[1]*itemCountArray[1];
vectorProduct += itemCountArray[0]*itemCountArray[1];
}
vector1Modulo = Math.sqrt(vector1Modulo);
vector2Modulo = Math.sqrt(vector2Modulo);
//返回相似度
return (vectorProduct/(vector1Modulo*vector2Modulo));
}
/*
*
*/
public static void main(String args[])
{
String str1 = "gold silver truck";
String str2 = "Shipment of gold damaged in a fire";
String str3 = "Delivery of silver arrived in a silver truck";
String str4 = "Shipment of gold arrived in a truck";
String str5 = "gold gold gold gold gold gold";
System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str2));
System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str3));
System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str4));
System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str5));
}
}
【Java基于余弦方法實(shí)現(xiàn)的計(jì)算相似度算法示例】相關(guān)文章：
java算法實(shí)現(xiàn)排列組合的方法介紹09-23
權(quán)重隨機(jī)算法的java實(shí)現(xiàn)08-13
冒泡排序算法原理及JAVA實(shí)現(xiàn)代碼方法10-16
java通用組合算法如何實(shí)現(xiàn)09-12
JAVA簡(jiǎn)單選擇排序算法及實(shí)現(xiàn)10-02
快速排序算法及C#版的實(shí)現(xiàn)示例07-03