Android Java实现余弦匹配算法示例代码

 java实现余弦匹配算法

最近在做一个通讯交友的项目，项目中有一个这样的需求，通过用户的兴趣爱好，为用户寻找推荐兴趣相近的好友。其实思路好简单，把用户的兴趣爱好和其他用户的兴趣爱好进行一个匹配，当他们的爱好相似度比较高的时候就给双方进行推荐。那么如何进行比较是一个问题，其实我们可以通过余弦匹配算法来对用户的兴趣爱好进行比较，根据计算出来的值来得到一个兴趣爱好相近好友列表，并进行排序。

因为我做的项目是android端的，所以算法是通过java实现的，废话不过多说了，下面是算法的实现：

package com; 
 
import java.util.hashmap; 
import java.util.iterator; 
import java.util.map; 
 
/** 
 * 余弦匹配算法 
 * 
 */ 
public class similardegreebycos { 
   
   /** 
   * 计算两个字符串的相似度，简单的余弦计算，未添权重  
   * @param str1 
   * @param str2 
   * @return 返回计算的相识度 
   */ 
   public static double getsimilardegree(string str1, string str2)  
   {  
    //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<string, int[]>();  
     int[] itemcountarray = null;//为了避免频繁产生局部变量，所以将itemcountarray声明在此  
       
     //以空格为分隔符，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);  
       }  
     }  
     //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));  
   }  
     
   /** 
   * 主方法 
   */  
   public static void main(string args[])  
   {  
     string str1 = "阳光活泼 跑步 羽毛球";  
     string str2 = "爱美食 跑步 篮球 足球 冰棒球 骑马 游泳";  
     string str3 = "90后 动漫 旅游 爱美女";  
     string str4 = "阳光活泼 爱游戏 爱代码 码农";  
     string str5 = "羽毛球 羽毛球 羽毛球 羽毛球";  
     string str6 = "阳光活泼 跑步 羽毛球";  
       
     system.out.println("str1和str2相识度：" + similardegreebycos.getsimilardegree(str1, str2));  
     system.out.println("str1和str3相识度：" + similardegreebycos.getsimilardegree(str1, str3));  
     system.out.println("str1和str4相识度：" + similardegreebycos.getsimilardegree(str1, str4));  
     system.out.println("str1和str5相识度：" + similardegreebycos.getsimilardegree(str1, str5));  
     system.out.println("str1和str6相识度：" + similardegreebycos.getsimilardegree(str1, str6));  
   }  
 
} 

效果：

感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！