根据字符计算两个名字之间的相似度？

如何解决根据字符计算两个名字之间的相似度？

有什么办法可以评估两个名字的相似度吗？由于数据如下：

ABC  ABCD

CBD  CBD 

ABC  DEF

结果可能是这样

ABC  ABCD   (3/4=) 75%

CBD  CBD    (3/3=) 100%

ABC  DEF    (0/6=) 0%

此外，字符的顺序无关紧要

解决方法

如果我理解正确，此代码将提供预期的输出。

fun_str_sml <- function(str1,str2){
  letters_list <- c(str1,str2) %>% map(~ str_split(.,"")[[1]]) %>% reduce(c)
  return(letters_list %>% duplicated() %>% sum() / letters_list %>% unique() %>% length())
}
fun_str_sml("ABC","ABCD") # => 0.75
fun_str_sml("ABC","CDEF") # => 0.1666667 (1/6)

,

使用 length 的 intersect 除以 maximum nchar，按行进行 applyed。我们可以选择处理dupes。

#      V1    V2
# 1   ABC  ABCD
# 2   CBD   CBD
# 3   ABC   DEF
# 4 ABCCC  ABCC
# 5 ABCCC ABCCC
# 6 ABCCC  ABCD

f <- function(x,dupes=FALSE) {
  if (dupes) {
    x <- sapply(x,function(x) Reduce(paste0,unique(el(strsplit(x,"")))))
  }
  i <- length(do.call(intersect,unname(mapply(strsplit,x,""))))
  m <- max(sapply(x,nchar))
  i/m
}

apply(d,1,f)
# [1] 0.75 1.00 0.00 0.60 0.60 0.60
apply(d,f,dupes=TRUE)
# [1] 0.75 1.00 0.00 1.00 1.00 0.75

---

数据：

d <- structure(list(V1 = c("ABC","CBD","ABC","ABCCC","ABCCC"),V2 = c("ABCD","DEF","ABCC","ABCD"
)),class = "data.frame",row.names = c(NA,-6L))

,

在 let collection: Observable<[Int]> = [] 中使用集合操作：

mapply