코사인 유사도
https://needjarvis.tistory.com/665
from konlpy.tag import Okt
okt = Okt()
text1 = '안녕 나는 애플을 만든 스티브잡스야'
text2 = '안녕 나는 페이스북을 만든 주커버그야'
text3 = '나는 애플과 스티브잡스를 좋아해. 주커버그는 별로야'
print(okt.nouns(text1))
print(okt.nouns(text2))
print(okt.nouns(text3))
A = [1,1,1,1,0,0,0]
B = [1,1,0,0,1,1,0]
C = [0,1,1,1,1,1]
v1 = okt.nouns(text1)
v2 = okt.nouns(text2)
v3 = okt.nouns(text3)
v4 = v1 + v2 + v3
feats = set(v4)
print(feats)
from konlpy.tag import Okt
from numpy import dot
from numpy.linalg import norm
import numpy as np
코사인 유사도를 구하는 함수
def cos_sim(a, b):
return dot(a, b)/(norm(a)*norm(b))
기준이 되는 키워드와 벡터 키워드 리스트를 받아서 키워드별 빈도를 구하는 함수
def make_matrix(feats, list_data):
freq_list = []
for feat in feats:
freq = 0
for word in list_data:
if feat == word:
freq += 1
freq_list.append(freq)
return freq_list
v1_arr = np.array(make_matrix(feats, v1))
v2_arr = np.array(make_matrix(feats, v2))
v3_arr = np.array(make_matrix(feats, v3))
print(v1_arr)
cs1 = cos_sim(v1_arr, v2_arr)
cs2 = cos_sim(v1_arr, v3_arr)
cs3 = cos_sim(v2_arr, v3_arr)
print('v1 <-> v2 = ', cs1)
print('v1 <-> v3 = ', cs2)
print('v2 <-> v3 = ', cs3)
