php 比较字符串或文章的相似度

转载 2016年04月08日 11:29:53

这是转载的,不知道多少年前的文章,有些对于现在版本的PHP会出现相反的结果,使用的同学要自己去验证哦
php默认有个函数similar_text()用于计算字符串之间的相似度,该函数也可以计算两个字符串的相似度(以百分比计)。不过这个函数感觉对中文计算很不准确比如:

echo similar_text("吉林禽业公司火灾已致112人遇难","吉林宝源丰禽业公司火灾已致112人遇难");

这两个新闻标题其实都是一样的,如果使用similar_text()相似对结果为:42,即只相似42%,所以这个感觉很不靠谱,今天刚好收集到一段PHP代码也是用于比较两个字符串的相似度,直接贴出代码:

<?php 
class LCS {
    var $str1;
    var $str2;
    var $c = array();
    /*返回串一和串二的最长公共子序列
*/
    function getLCS($str1, $str2, $len1 = 0, $len2 = 0) {
        $this->str1 = $str1;
        $this->str2 = $str2;
        if ($len1 == 0) $len1 = strlen($str1);
        if ($len2 == 0) $len2 = strlen($str2);
        $this->initC($len1, $len2);
        return $this->printLCS($this->c, $len1 - 1, $len2 - 1);
    }
    /*返回两个串的相似度
*/
    function getSimilar($str1, $str2) {
        $len1 = strlen($str1);
        $len2 = strlen($str2);
        $len = strlen($this->getLCS($str1, $str2, $len1, $len2));
        return $len * 2 / ($len1 + $len2);
    }
    function initC($len1, $len2) {
        for ($i = 0; $i < $len1; $i++) $this->c[$i][0] = 0;
        for ($j = 0; $j < $len2; $j++) $this->c[0][$j] = 0;
        for ($i = 1; $i < $len1; $i++) {
            for ($j = 1; $j < $len2; $j++) {
                if ($this->str1[$i] == $this->str2[$j]) {
                    $this->c[$i][$j] = $this->c[$i - 1][$j - 1] + 1;
                } else if ($this->c[$i - 1][$j] >= $this->c[$i][$j - 1]) {
                    $this->c[$i][$j] = $this->c[$i - 1][$j];
                } else {
                    $this->c[$i][$j] = $this->c[$i][$j - 1];
                }
            }
        }
    }
    function printLCS($c, $i, $j) {
        if ($i == 0 || $j == 0) {
            if ($this->str1[$i] == $this->str2[$j]) return $this->str2[$j];
            else return "";
        }
        if ($this->str1[$i] == $this->str2[$j]) {
            return $this->printLCS($this->c, $i - 1, $j - 1).$this->str2[$j];
        } else if ($this->c[$i - 1][$j] >= $this->c[$i][$j - 1]) {
            return $this->printLCS($this->c, $i - 1, $j);
        } else {
            return $this->printLCS($this->c, $i, $j - 1);
        }
    }
} 

$lcs = new LCS();
//返回最长公共子序列
$lcs->getLCS("hello word","hello china");
//返回相似度
echo $lcs->getSimilar("吉林禽业公司火灾已致112人遇难","吉林宝源丰禽业公司火灾已致112人遇难");

同样输出结果为:0.90322580645161,明显准确的多。

来自:http://www.fkblog.org/blog1297

PHP计算两个字符的相似程度similar_text

在网站开发中,我们会常常要计算两个字符的相似程度,那么PHP为我们提供了一个函数similar_text;          1,similar_text的用法 ...
  • ly89cn
  • ly89cn
  • 2015-11-06 09:27:12
  • 835

中文短句子相似度比较(PHP版本UTF8)

  • dl425134845
  • dl425134845
  • 2017-03-30 10:52:35
  • 1388

php-数据分析 余弦相似度实现

php-数据分析 余弦相似度实现
  • u011986449
  • u011986449
  • 2014-06-05 22:34:13
  • 1744

PHP 比较相似度函数

 $int=similar_text($q,$dbRow->name,$percent); //计算相似度 $arr[] = array('percent' => number_format($per...
  • wssxy
  • wssxy
  • 2010-07-15 15:19:00
  • 582

php文章相似度计算 不用similar_text()函数

http://enenba.com/?post=303 php默认有个函数similar_text()用于计算字符串之间的相似度,该函数也可以计算两个字符串的相似度(以百分比计)。不...
  • loongwong2011
  • loongwong2011
  • 2016-08-22 17:31:17
  • 455

PHP 比较两个字符串的相似度

  • shaerdong
  • shaerdong
  • 2015-10-23 20:44:38
  • 1847

计算文本相似度

 计算文本相似度 推荐 2收藏 简单讲解 上一章有提到过[基于关键词的空间向量模型]的算法,将用户的喜好以文档描述并转换成向量模型,对商品也是这么处理,然后再通过...
  • starzhou
  • starzhou
  • 2016-06-02 16:35:37
  • 6231

PHP处理海量样本相似度聚类算法

catalogue 1. TF-IDF 2. 基于空间向量的余弦算法 3. 最长公共子序列 4. 最小编辑距离算法 5. similar_text 6. local sensitive ha...
  • zdw19861127
  • zdw19861127
  • 2017-01-06 18:05:36
  • 169

编程之美读书笔记-计算字符串的相似度

题目:许多程序会大量使用字符串。对于不同的字符串,我们希望能够有办法判断其相似程度。我们定义一套操作方法来把两个不相同的字符串变得相同,具体的操作方法为: 1.修改一个字符(如把a替换为b); 2.增...
  • qq_32400847
  • qq_32400847
  • 2016-08-31 12:22:14
  • 369

PHP中字符串比较的常用方法

按字节比较 按字节比较字符串是最常用的方法。其中可能用到的函数为strcmp()和strcasecmp()。 这两个函数的区别为strcmp()区分字符的大小写,strcasecmp()不区分字符...
  • qq_28602957
  • qq_28602957
  • 2016-03-22 21:42:10
  • 5993
收藏助手
不良信息举报
您举报文章:php 比较字符串或文章的相似度
举报原因:
原因补充:

(最多只允许输入30个字)