我研究可行的算法/解决方案来实现和解决以下问题： 根据用户的共同兴趣匹配用户
例：
U1：滑雪，亚洲文化，冥想，java，加密
U2：瑜伽，冥想，管理，旅行提示美国
U3：节目，旅游，东方美食
我正在考虑基于单词相似度的三个维度：
基于这些方法，我想计算相关性得分并相应地匹配用户。
感谢您的投入！
答案 0 :(得分：0)
Levenshtein距离对于在我的实验中捕获语义相似性并不是很有用。
Wordnet 运作良好，但对大量单词的速度很慢
Word2Vec 是wordnet的良好近似值，但在捕获所有相关词时并不全面
还建议您查看来自Facebook的Starspace 中使用的图表嵌入算法，特别是围绕Facebook页面的用例和建议