文本相似度算法

杰卡德相似度，指的是文本A与文本B中交集的字数除以并集的字数，公式非常简单：

java代码

import java.util.HashSet;
import java.util.Scanner;
import java.util.Set;public class StrJaccard {public static void main(String[] args) {System.out.println("请输入两个字符串");Scanner sc = new Scanner(System.in);String str1 = sc.nextLine();String str2 = sc.nextLine();Set<Character> s1 = new HashSet<>();//set元素不可重复Set<Character> s2 = new HashSet<>();for (int i = 0; i < str1.length(); i++) {s1.add(str1.charAt(i));//将string里面的元素一个一个按索引放进set集合}for (int j = 0; j < str2.length(); j++) {s2.add(str2.charAt(j));}float mergeNum = 0;//并集元素个数float commonNum = 0;//相同元素个数（交集）for(Character ch1:s1) {for(Character ch2:s2) {if(ch1.equals(ch2)) {commonNum++;}}}mergeNum = s1.size()+s2.size()-commonNum;float jaccard = commonNum/mergeNum;System.out.println(jaccard);}
}

参考：(13条消息) Jaccard相似度算法Java实现_朝时的博客-CSDN博客_jaccard java