基于Jaccard相似度集合比较方法研究.pdfVIP

两个集合的杰卡德相似度是它们交集的大小

除以它们并集的大小。

,

Sim(C1C2)=|CC|/|CC|。

1212

3inintersection.

8inunion.

Jaccardsimilarity

=3/8

3在交叉路口。

8联合。杰卡德

相似度=3/8

Rows=elementsoftheuniversalset.

Example:thesetofallkͲshing.

Columns=sets.

1inroweandcolumnSifandonlyifeisa

memberofS.

ColumnsimilarityistheJaccardsimilarityof

thesetsoftheirrowswith1.

Typicalmatrixissparse.

通用集的行=元素。

示例：所有kͲ木瓦的集合。

列=集。

当且仅当e是S的成员时，行e和列S为1。



列相似度是其行集合的Jaccard相似度为

1。



典型的矩阵是稀疏的。

CC

12

01*

10*

11**Sim(C,C)=

12

002/5=0.4

11**

01*

C1C201*10*11

Sim(C1,C2)=**002/5=0.

411**01*

GivencolumnsCandC,rowsmaybeclassifiedas:

12

CC

12

a11

b10

c01

d00

Also,a=#rowsoftypea,etc.

NoteSim(C,C)=a/(a+b+c).

12

给定列C1和C2,行可以分类为：

CC

12

a11

b10