Android Java實現余弦匹配算法示例代碼

2019-12-12 04:27:59

字體：大中小

來源：轉載

供稿：網友

Java實現余弦匹配算法

最近在做一個通訊交友的項目，項目中有一個這樣的需求，通過用戶的興趣愛好，為用戶尋找推薦興趣相近的好友。其實思路好簡單，把用戶的興趣愛好和其他用戶的興趣愛好進行一個匹配，當他們的愛好相似度比較高的時候就給雙方進行推薦。那么如何進行比較是一個問題，其實我們可以通過余弦匹配算法來對用戶的興趣愛好進行比較，根據計算出來的值來得到一個興趣愛好相近好友列表，并進行排序。

因為我做的項目是Android端的，所以算法是通過Java實現的，廢話不過多說了，下面是算法的實現：

package com;  import java.util.HashMap; import java.util.Iterator; import java.util.Map;  /**  * 余弦匹配算法  *  */ public class SimilarDegreeByCos {       /**    * 計算兩個字符串的相似度，簡單的余弦計算，未添權重     * @param str1    * @param str2    * @return 返回計算的相識度    */    public static double getSimilarDegree(String str1, String str2)     {      //創建向量空間模型，使用map實現，主鍵為詞項，值為長度為2的數組，存放著對應詞項在字符串中的出現次數       Map<String, int[]> vectorSpace = new HashMap<String, int[]>();       int[] itemCountArray = null;//為了避免頻繁產生局部變量，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));     }          /**    * 主方法    */     public static void main(String args[])     {       String str1 = "陽光活潑 跑步 羽毛球";       String str2 = "愛美食 跑步 籃球 足球 冰棒球 騎馬 游泳";       String str3 = "90后 動漫 旅游 愛美女";       String str4 = "陽光活潑 愛游戲 愛代碼 碼農";       String str5 = "羽毛球 羽毛球 羽毛球 羽毛球";       String str6 = "陽光活潑 跑步 羽毛球";              System.out.println("str1和str2相識度：" + SimilarDegreeByCos.getSimilarDegree(str1, str2));       System.out.println("str1和str3相識度：" + SimilarDegreeByCos.getSimilarDegree(str1, str3));       System.out.println("str1和str4相識度：" + SimilarDegreeByCos.getSimilarDegree(str1, str4));       System.out.println("str1和str5相識度：" + SimilarDegreeByCos.getSimilarDegree(str1, str5));       System.out.println("str1和str6相識度：" + SimilarDegreeByCos.getSimilarDegree(str1, str6));     }   }

效果：