java算法余弦定律_JAVA实现余弦相似度算法

余弦定理是一种常用的文本相似度算法，可以用于计算两个文本之间的相似度，其原理是根据文本中词语的频率向量计算它们之间的夹角余弦值。以下是JAVA实现余弦相似度算法的代码：

import java.util.HashMap;
import java.util.Map;
 
public class CosineSimilarity {
 
    public static double cosineSimilarity(String text1, String text2) {
        // 将文本转换为向量
        Map<String, Integer> vector1 = toVector(text1);
        Map<String, Integer> vector2 = toVector(text2);
 
        // 计算相似度
        double dotProduct = 0.0;
        double magnitude1 = 0.0;
        double magnitude2 = 0.0;
        for (String term : vector1.keySet()) {
            if (vector2.containsKey(term)) {
                dotProduct += vector1.get(term) * vector2.get(term);
            }
            magnitude1 += Math.pow(vector1.get(term), 2);
        }
        for (String term : vector2.keySet()) {
            magnitude2 += Math.pow(vector2.get(term), 2);
        }
        double magnitude = Math.sqrt(magnitude1) * Math.sqrt(magnitude2);
        if (magnitude == 0) {
            return 0.0;
        }
        return dotProduct / magnitude;
    }
 
    private static Map<String, Integer> toVector(String text) {
        Map<String, Integer> vector = new HashMap<>();
        String[] terms = text.split("\\s+");
        for (String term : terms) {
            if (vector.containsKey(term)) {
                vector.put(term, vector.get(term) + 1);
            } else {
                vector.put(term, 1);
            }
        }
        return vector;
    }
 
    public static void main(String[] args) {
        String text1 = "This is a test";
        String text2 = "This is a demo";
        double similarity = cosineSimilarity(text1, text2);
        System.out.println("相似度：" + similarity);
    }
}

在上述代码中，toVector()方法将文本转换为向量，其中使用HashMap来存储每个词汇的词频。cosineSimilarity()方法计算两个文本向量的余弦相似度，其中使用了点积和向量的模长的概念。在main()方法中，我们传入两个文本并计算它们之间的相似度。