【Python】Tanimoto相似度算法实现

公式：

• 假设A  =  [1，2，3，4]  ，长度为4
• 假设B  =  [1，2，5，6]  ，长度为4 
• 则AB的公共部分C = [1，2]， 长度为2
• AB的相似度为：2 / (4 + 4 - 2) = 0.33

算法：

方法一：

#-*- coding: utf-8 -*-
#user_data为用户信息嵌套字典
#如{'fabrice' : {'water' : 3}}
def sim_tonimoto(user_data, user1, user2):
    common = {}
    #判断有没有相同的数据, 没有相同数据则返回0
    for item in user_data[user1]:
        if item in user_data[user2]:
            common[item] = 1

    if len(common) == 0:
        return 0

    common_num = len(common)
    user1_num = len(user_data[user1])
    user2_num = len(user_data[user2])

    res = float(common_num)/(user1_num + user2_num - common_num)

    return res

方法二：

def sim_tonimoto(user_data, user1, user2):
    common = [item for item in user_data[user1] if item in user_data[user2]]
    return float(len(common))/(len(user_data[user1]) + len(user_data[user2]) - len(common))