mysql - 计算数据集之间相似度百分比的有效方法

我目前正在使用User对象-每个对象都有许多目标对象。目标对象不是特定于用户的，也就是说，用户可以共享同一目标。我正在尝试一种方法来计算两个用户之间的“相似性百分比” ...(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)是否有人有过使用这种类型的经验情况？如果有帮助，我可以在Mysql中使用Grails。

谢谢

最佳答案

执行此操作的标准方法是Jaccard相似度。如果A是第一个用户的目标集，而B是第二个用户的目标集，则Jaccard相似度为:

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

这是他们共享的目标数量除以两者拥有的总票数(计算他们仅共享一次的目标)。因此，如果第一个用户的目标A = {1,2,3}，而第二个用户的目标B = {2,4}，则是这样的:

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

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

Jaccard相似度始终在0(它们没有目标)和1(它们具有相同的目标)之间，因此您可以通过将其乘以100来获得百分比。

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

关于mysql - 计算数据集之间相似度百分比的有效方法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/2706499/