我想将对象（书籍）组织成组（作品）。我必须测试会员资格的数据是标题和作者。
标题和作者的格式通常略有不同，例如“名字姓氏”或“姓氏。名字”。有时标题包含格式（“平装”，“精装”，“电子书”）。
有时一个组可能包含一个不属于的对象。有时，一个组可能包含许多错误的产品。我不希望能够100％正确。
我的第一个想法是贝叶斯分类器，只有一个类别从该组训练，然后用于根据书的分数对成员进行分类。经过测试后，我认为这不是一个好主意。
我的下一个想法是在标题和作者中使用单词并创建一个向量。然后计算距离对象矢量的组矢量的距离，以确定组成员资格。我已经看过rb-libsvm gem（我将使用Ruby）看起来很有前景？
或者是否有其他方式将这些书集群/分类到群组中？