Java实现余弦相似度算法：从文章特征值计算到相似度判断全解析

在Java中，我们可以使用余弦相似度算法来计算文章的特征值并判断其相似度。余弦相似度是一种衡量两个非零向量之间角度的度量方法，它通过计算两个向量的点积和它们模长的乘积之比得到。 以下是一个简单的示例： ```java import java.util.Arrays; public class CosineSimilarity { public static double cosineSimilarity(double[] vectorA, double[] vectorB) { if (vectorA.length != vectorB.length) throw new IllegalArgumentException("Vectors should have the same dimension"); double dotProduct = 0.0; double normA = 0.0; double normB = 0.0; for (int i = 0; i < vectorA.length; i++) { dotProduct += vectorA[i] * vectorB[i]; normA += Math.pow(vectorA[i], 2); normB += Math.pow(vectorB[i], 2); } return dotProduct / (Math.sqrt(normA) * Math.sqrt(normB)); } public static void main(String[] args) { double[] vectorA = {1, 2, 3, 4, 5}; double[] vectorB = {2, 3, 4, 5, 6}; System.out.println(cosineSimilarity(vectorA, vectorB)); } } ``` 在这个例子中，我们首先计算两个向量的点积，然后计算每个向量的模（即欧几里得范数），最后将点积除以两个模的乘积。结果就是余弦相似度。 注意，这个例子中的向量是直接由数字构成的，但在实际应用中，我们可能需要先将文本转换为向量。这通常可以通过词袋模型、TF-IDF等方法实现。 ######[AI写代码神器 | 396点数解答 | 2023-12-08 17:55:56]