如何解决apoc.text.sorensenDiceSimilarity 的意外结果？
关于使用 Sorensen-Dice 的字符串相似度有点困惑。 显然，它对传递参数的顺序有所不同。
WITH
apoc.text.sorensenDiceSimilarity("+46xxxxx2260","+46xxxxx2226") as score1,apoc.text.sorensenDiceSimilarity("+46xxxxx2226","+46xxxxx2260") as score2
RETURN
score1,score2
其中一个分数（即相似性系数）是 1.0，另一个是 0.909090...
对我来说没有意义，但也许我不知道算法有什么问题？ 任何见解表示赞赏。
附言《Neo4j 内核》、《3.5.9》、《社区》
解决方法
这绝对是一个错误和一个很好的捕获！
作为替代，您可以执行以下查询，该查询使用 apoc 函数作为 toSet 和交集和文本函数，拆分。使用 ROUND(10^4/10^4) 使用 4 位小数位的查询中存在 hack。如果您喜欢我的回答，请投票并接受。谢谢。
WITH apoc.coll.toSet(split("+46xxxxx2260","")) as set1,apoc.coll.toSet(split("+46xxxxx2226","")) as set2
WITH set1,set2,apoc.coll.intersection(set1,set2) as common
RETURN ROUND(2*size(common)*10^4/(size(set1)+size(set2)))/10^4 as sorensenDiceSimilarity
Result:
0.9091
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
