java 余弦相似度

Java余弦相似度

1. 介绍

余弦相似度是一种常用的相似度计算方法。它可以用于比较两个向量之间的相似程度，常用于文本相似度计算、推荐系统等领域。在本文中，我们将介绍Java中如何使用余弦相似度计算两个向量的相似程度。

2. 余弦相似度原理

余弦相似度是通过计算两个向量的夹角余弦值来判断它们的相似程度。假设有两个向量A和B，它们的余弦相似度公式如下：

cosineSimilarity(A, B) = dotProduct(A, B) / (magnitude(A) * magnitude(B))

其中，dotProduct(A, B)表示向量A和向量B的点积，magnitude(A)表示向量A的模，magnitude(B)表示向量B的模。

3. Java代码示例

下面是使用Java实现余弦相似度计算的示例代码：

import java.util.HashMap;
import java.util.Map;

public class CosineSimilarity {
    public static double cosineSimilarity(Map<String, Integer> vectorA, Map<String, Integer> vectorB) {
        // 计算两个向量的点积
        double dotProduct = 0;
        for (String key : vectorA.keySet()) {
            if (vectorB.containsKey(key)) {
                dotProduct += vectorA.get(key) * vectorB.get(key);
            }
        }

        // 计算向量A的模
        double magnitudeA = 0;
        for (int value : vectorA.values()) {
            magnitudeA += Math.pow(value, 2);
        }
        magnitudeA = Math.sqrt(magnitudeA);

        // 计算向量B的模
        double magnitudeB = 0;
        for (int value : vectorB.values()) {
            magnitudeB += Math.pow(value, 2);
        }
        magnitudeB = Math.sqrt(magnitudeB);

        // 计算余弦相似度
        return dotProduct / (magnitudeA * magnitudeB);
    }

    public static void main(String[] args) {
        // 定义两个向量
        Map<String, Integer> vectorA = new HashMap<>();
        vectorA.put("apple", 3);
        vectorA.put("banana", 2);
        vectorA.put("orange", 1);

        Map<String, Integer> vectorB = new HashMap<>();
        vectorB.put("apple", 1);
        vectorB.put("banana", 2);
        vectorB.put("pear", 2);

        // 计算余弦相似度
        double similarity = cosineSimilarity(vectorA, vectorB);
        System.out.println("余弦相似度: " + similarity);
    }
}

在示例代码中，我们定义了两个向量vectorA和vectorB，它们分别表示两段文本中的词频。我们通过cosineSimilarity方法计算这两个向量的余弦相似度，并打印结果。

4. 结论

余弦相似度是一种常用的相似度计算方法，可以用于比较两个向量之间的相似程度。本文介绍了Java中如何使用余弦相似度计算两个向量的相似程度，并给出了示例代码。通过学习本文，您可以更好地理解余弦相似度的原理，并在实际应用中使用它进行相似度计算。