如何用python計算文本的相似度？第一步：把每個網(wǎng)頁文本分詞，成為詞包（bag of words）。第三步：統(tǒng)計網(wǎng)頁（文檔）總數(shù)M。第三步：統(tǒng)計第一個網(wǎng)頁詞數(shù)N，計算第一個網(wǎng)頁第一個詞在該網(wǎng)頁中出現(xiàn)

如何用python計算文本的相似度？

第一步：把每個網(wǎng)頁文本分詞，成為詞包（bag of words）。第三步：統(tǒng)計網(wǎng)頁（文檔）總數(shù)M。第三步：統(tǒng)計第一個網(wǎng)頁詞數(shù)N，計算第一個網(wǎng)頁第一個詞在該網(wǎng)頁中出現(xiàn)的次數(shù)n，再找出該詞在所有文檔中出現(xiàn)的次數(shù)m。則該詞的tf-idf 為：n/N * 1/(m/M) （還有其它的歸一化公式，這里是最基本最直觀的公式）第四步：重復第三步，計算出一個網(wǎng)頁所有詞的tf-idf 值。第五步：重復第四步，計算出所有網(wǎng)頁每個詞的tf-idf 值。3、處理用戶查詢第一步：對用戶查詢進行分詞。第二步：根據(jù)網(wǎng)頁庫（文檔）的數(shù)據(jù)，計算用戶查詢中每個詞的tf-idf 值。4、相似度的計算使用余弦相似度來計算用戶查詢和每個網(wǎng)頁之間的夾角。夾角越小，越相似。

如何利用Python做人群相似度數(shù)據(jù)分析？

。

1、首先你要了解Python語言的整個架構(gòu)和一些基本概念，也就是所說的Python入門，這里推薦資料：簡明 Python 教程，很適合初學者，概念的講解簡單明了。還有大量的練習，跟著做會有很快的提高。2、基本了解了python后，還要學習一些用于數(shù)據(jù)分析的工具，也就是一些基于python的科學計算庫。贊同 杜客答案中提到的SciPy系列工具，尤其是NumPy工具包，可以說是用Python進行數(shù)據(jù)分析的最常用的。另外對于數(shù)據(jù)分析，少不了數(shù)據(jù)的可視化（也就是畫圖），首選matplotlib: python plotting，在Linux下非常好用，畫出來的圖很漂亮。還有一個工具包scikit-learn: machine learning in Python，這個工具包主要針對機器學習領(lǐng)域進行數(shù)據(jù)分析的，里面大量的實例。幾乎各種數(shù)據(jù)分析方法在里面都能找到相應的實現(xiàn)，一些程序有針對性的修改一下就可以了。

python有沒有什么包能判斷文本相似度？

安裝python-Levenshtein模塊

pip install python-Levenshtein

使用python-Levenshtein模塊

import Levenshtein

算法說明

1). Levenshtein.hamming(str1， str2)

計算漢明距離。要求str1和str2必須長度一致。是描述兩個等長字串之間對應 位置上不同字符的個數(shù)。

2). Levenshtein.distance(str1， str2)

計算編輯距離（也稱為 Levenshtein距離）。是描述由一個字串轉(zhuǎn)化成另一個字串最少的操作次數(shù)，在其中的操作包括插入、刪除、替換。

算法實現(xiàn)參考動態(tài)規(guī)劃整理。

3). Levenshtein.ratio(str1， str2)

計算萊文斯坦比。計算公式r = (sum - ldist) / sum， 其中sum是指str1 和 str2 字串的長度總和，ldist是 類編輯距離

注意 ：這里的類編輯距離不是2中所說的編輯距離，2中三種操作中每個操作 1，而在此處，刪除、插入依然 1，但是替換 2

這樣設(shè)計的目的：ratio("a"， "c")，sum=2， 按2中計算為（2-1）/2 = 0.5，’a"，"c"沒有重合，顯然不合算，但是替換操作 2，就可以解決這個問題。

4). Levenshtein.jaro(s1 ， s2 )

計算jaro距離，

其中的 m 為s1 ， s2的匹配長度，當某位置的認為匹配當該位置字符相同，或者在不超過

t是調(diào)換次數(shù)的一半

5.) Levenshtein.jaro_winkler(s 1 ， s 2 )

計算 Jaro–Winkler距離：

學Python一定要會算法嗎？

剛開始入門時，不是必須學好算法的。但是隨著技術(shù)的深入，算法還是需要的，不然只能干點"搬磚"的活兒。

1、學好軟件開發(fā)離不開計算機理論基礎(chǔ)，如數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡技術(shù)、算法研究等。如果熱愛這門技術(shù)，這些都是不問題，先入門，這些慢慢的都可以補上。

2、關(guān)于算法，它是軟件開發(fā)的靈魂，沒有好的算法寫不出優(yōu)秀的程序。

3、如何學習算法，首先選取經(jīng)典算法教材?；A(chǔ)的可以先從《數(shù)據(jù)結(jié)構(gòu)》學起，里面有些基礎(chǔ)算法，然后再去學專門的算法(其實把數(shù)據(jù)結(jié)構(gòu)范疇的算法學好，一般就夠用了)。還有網(wǎng)上有很多論壇，算法網(wǎng)站，為了吸引眼球 一般都做的淺顯易懂。還有大部分算法為c語言，但語言在算法層面都相通的，明白算法模型才是最重要的。

4、萬事開頭難，只要入門，剩下的就是慢慢經(jīng)營這門技術(shù)就行了。算法在實踐中學的最快也最牢固。

希望能幫到你