文本相似度算法-Jaro distance

Jaro distance

給定兩個文本串s_1,s_2,他們的Joro距離定義為:


其中:
表示兩個字符串中match的字符數(shù)
表示文本串長度
表示換位(transpositoins)數(shù)目()

match的字符數(shù):
分別來自s_1,s_2的字符笆包,當他們相同或者距離小于d =\lfloor \frac{max(|x_i|,|x_2|)}{2}\rfloor - 1,則被認為是match的慎皱。

比如:s_1=“DIXON”, s_2=“DICKSONX”


距離計算出來等于3,則每一次從max(0,i-d)到min(i+d,xLen)的空間內比較(如果從橫軸進行比較蛛砰,xLen表示長度)。最終得到match數(shù)。

s_1中的每一個字符都會與s_2中距離d內的字符進行比較优床。將所有match的字符串,需要替調換順序才能匹配的總數(shù)除以二就是transpositions的大小t誓焦。這里兩個字符串中匹配的分別是:"DION"胆敞,“DION",所以t=0
另外 |s_1|=4, |s_2|=8,
則:
d_j=\frac{1}{3}(\frac{4}{5} + \frac{4}{8} + \frac{4-0}{4})

參考:
https://rosettacode.org/wiki/Jaro_distance#Java

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末杂伟,一起剝皮案震驚了整個濱河市移层,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌赫粥,老刑警劉巖观话,帶你破解...
    沈念sama閱讀 221,273評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異越平,居然都是意外死亡频蛔,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,349評論 3 398
  • 文/潘曉璐 我一進店門秦叛,熙熙樓的掌柜王于貴愁眉苦臉地迎上來晦溪,“玉大人,你說我怎么就攤上這事书闸∧岜洌” “怎么了?”我有些...
    開封第一講書人閱讀 167,709評論 0 360
  • 文/不壞的土叔 我叫張陵浆劲,是天一觀的道長嫌术。 經常有香客問我,道長牌借,這世上最難降的妖魔是什么度气? 我笑而不...
    開封第一講書人閱讀 59,520評論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮膨报,結果婚禮上磷籍,老公的妹妹穿的比我還像新娘。我一直安慰自己现柠,他們只是感情好院领,可當我...
    茶點故事閱讀 68,515評論 6 397
  • 文/花漫 我一把揭開白布够吩。 她就那樣靜靜地躺著比然,像睡著了一般周循。 火紅的嫁衣襯著肌膚如雪强法。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,158評論 1 308
  • 那天饮怯,我揣著相機與錄音闰歪,去河邊找鬼。 笑死蓖墅,一個胖子當著我的面吹牛,可吹牛的內容都是我干的论矾。 我是一名探鬼主播,決...
    沈念sama閱讀 40,755評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼拇囊,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了靶橱?” 一聲冷哼從身側響起寥袭,我...
    開封第一講書人閱讀 39,660評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎关霸,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體队寇,經...
    沈念sama閱讀 46,203評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,287評論 3 340
  • 正文 我和宋清朗相戀三年识埋,在試婚紗的時候發(fā)現(xiàn)自己被綠了零渐。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片窒舟。...
    茶點故事閱讀 40,427評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡诵盼,死狀恐怖,靈堂內的尸體忽然破棺而出风宁,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 36,122評論 5 349
  • 正文 年R本政府宣布,位于F島的核電站溯祸,受9級特大地震影響彤委,放射性物質發(fā)生泄漏优构。R本人自食惡果不足惜瓷们,卻給世界環(huán)境...
    茶點故事閱讀 41,801評論 3 333
  • 文/蒙蒙 一冈欢、第九天 我趴在偏房一處隱蔽的房頂上張望盈简。 院中可真熱鬧凑耻,春花似錦柠贤、人聲如沸香浩。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,272評論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽宴霸。三九已至,卻和暖如春瓢谢,著一層夾襖步出監(jiān)牢的瞬間畸写,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,393評論 1 272
  • 我被黑心中介騙來泰國打工氓扛, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留枯芬,地道東北人。 一個月前我還...
    沈念sama閱讀 48,808評論 3 376
  • 正文 我出身青樓采郎,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蒜埋。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,440評論 2 359

推薦閱讀更多精彩內容

  • 官網 中文版本 好的網站 Content-type: text/htmlBASH Section: User ...
    不排版閱讀 4,401評論 0 5
  • http://python.jobbole.com/85231/ 關于專業(yè)技能寫完項目接著寫寫一名3年工作經驗的J...
    燕京博士閱讀 7,582評論 1 118
  • 介紹 本節(jié)內容將介紹在 Python 里處理字符串的基本概念,以及正則表達式的使用皂林,以及介紹幾種常見的字符串處理算...
    寒冰卿閱讀 699評論 0 0
  • 我是誰,我是父母定下的概念?還是學校?還是社會?孩子在不同的家庭础倍,會成為不同的人。這些年的我是真正的我嗎?不是,我...
  • 與一座城市的傷感告別 2017.08.13 朦朧的雨犹菇,昏暗...
    巴山_c3cb閱讀 510評論 1 0