我正在尝试创建一种算法，该算法将1000个链接池中的500个不同的源url字符串与3个相似的url匹配。因此，对于每个源URL，该算法将搜索1000个链接的列表，并从分类上选择3个最相似的链接。具体来说，对于每个源页面（www.sourcepage.com），它将尝试查找子级和子级链接（www.sourcepage.com/child）和（www.sourcepage.com/child/grandchild）。理想情况下，我将得到一个数据框，其中包含一列1500个源URL（每个重复500个源URL，重复3次）和一列1500个目标URL。不知道从哪里开始，因为我是这种编程的新手。