Julia 相似度分析小例

原文链接

本文的示例主要来自于《Julia Programming Projects》中关于相似度计算的例子：

• 已知 10 部电影的分类，数据在这里：https://github.com/PacktPublishing/Julia-Programming-Projects/blob/master/Chapter06/top_10_movies.tsv。
• 如何通过另一部已分类电影向用户推荐同类型的电影。

整个解题思路并不复杂，通过计算电影之间的距离获得他们的相似度，距离短的自然相似度最高。在 Julia 中，Distances 包对常见的距离计算算法提供了支持，本文中使用的是 Hamming distance 。

相关的 julia 代码如下：

# 获取数据
julia> movies = readdlm("top_10_movies.tsv", '\t', skipstart=1)

# 另一部已分类电影
julia> nemo = ["Finding Nemo (2003)", 0, 1, 1, 0, 1, 0, 0, 0]

# 计算电影的距离
julia> using Distances
julia> distances = Dict{String, int}()
julia> [distances[movies[i, 1]] = hamming(Int[movies[i, 2:end]...], Int[nemo[2:end]...]) for i in 1:size(movies, 1)]

最后，通过查阅 distances 字典的结果可以了解最相似的电影。这里跟书中不同的是，采用 comprehension 以获得更简洁的代码，有助于大家了解 julia 语言本身的能力。