余弦计算两个字符串的相似度

2018-05-18  本文已影响0人  yuan_dongj
private static double getSimilarDegree(String source, String target) {
        //创建向量空间模型,使用map实现,主键为词项,值为长度为2的数组,存放着对应词项在字符串中的出现次数
        Map<String, int[]> vectorSpace = new HashMap<>(16);
        int[] itemCountArray ;//为了避免频繁产生局部变量,所以将itemCountArray声明在此
        //以;为分隔符,分解字符串
        String strArray[] = source.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 = target.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);
            }
        }
        //计算相似度
        double vector1Modulo = 0.00;//向量1的模
        double vector2Modulo = 0.00;//向量2的模
        double vectorProduct = 0.00; //向量积
        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));
    }

上一篇 下一篇

猜你喜欢

热点阅读