计算数据集之间相似性百分比的有效方法

Question

我目前正在使用User对象 - 每个对象都有许多目标对象。目标对象不是用户特定的，也就是说，用户可以共享相同的目标。我试图设计一种方式来计算两个用户之间的“相似度百分比”（即考虑到他们共享多少个目标以及他们不共享多少个目标）有没有人有过这种类型的情况？如果这有帮助，我在使用Grails和Mysql。

谢谢

Answer 1

这样做的标准方法是Jaccard相似性。如果A是一组第一用户的目标和B是集合的所述第二用户的目标，Jaccard相似是：

#(A intersect B)/#(A union B) 

这是他们共享由票的总数除以目标数两人在一起（计算他们只共享一次的目标）。因此，如果第一个用户拥有的目标A = {1,2,3}和第二用户具有目标B = {2,4}，然后它是这样的：

A intersect B = {2} 
A union B = {1,2,3,4} 

#(A intersect B)/#(A union B) = 1/4 

的Jaccard相似总是0之间（它们不共享的目标）和1（它们具有相同的目标），这样你就可以通过乘以100。

http://en.wikipedia.org/wiki/Jaccard_index