昨天晚上帮师兄干活,我们需要把四种大学排名聚合在一起,但是这四种排名大学名称有差异,这种差异来源于不同杂志之间对同一所学校所用的称谓和翻译有所区别,比如'康奈尔大学'——'康乃尔大学','德克萨斯大学奥斯汀分校'——'德克萨斯州大学奥斯汀分校','加州大学圣塔芭芭拉分校'——'加州大学-圣塔芭芭拉',如果人为地去比较然后修改需要大量的工作(差不多300多组),所以就想用matlab做一个简单的不精确中文匹配,原理上很简单,如果两个中文字符之间有60%的相似度,就把它们列出来。
[m,n] = size(US)
[m1,n1] = size(xsun) %%US,xsun分别为两种排名后的大学列表,xsrk是xs排名在学术排名的位置
AC = cell(161,3);
ac = 1
for i = 1:m
l1 = length(US(i));
a = US{i};
for j = 1:m1
b = xsun{j};
c = xsrk(j);
l2 = length(xsun(j));
count = 0;
for x = 1:l1
for y = 1:l2
if a(x) == b(y)
count = count +1;
end
end
end
if count/l1 > 0.6
D{ac,1} = a;
D{ac,2} = b;
D{ac,3} = c;
ac =ac +1;
end
end
end
这里头主要解决了对cell变量处理的问题,A()和A{}之间的区别在于A()代表在这个元组里的变量,A{}代表元组里的内容,这里加以区别。