如何使用Neo4js算法插件在字符串列表上计算Jaccard？

Question

我的图形包含标签X和UnknownX，它们通过关系:MAYBE链接在一起，如果{{1 }}。为此，我认为Jaccard可能是不错的初始方法。

Neo4j的算法插件的Jaccard相似性实现的https://docs.mongodb.com/manual/tutorial/modify-chunk-size-in-sharded-cluster/指出

X

我想使用该实现来计算字符串值列表的相似度。 Neo4j是否可以通过某种方式来计算字符串的相似度？

示例查询：

match (u:UnknownX {name: 'John Doe'})-[r:MAYBE]-() return count(r) > 1

Answer 1

您可以尝试将每个字符串转换为字符代码数组（基于某种编码，例如UTF-8或UTF-16）。

例如，比较“ hello”和“ hello！”使用UTF-8编码，此查询：

RETURN algo.similarity.jaccard(
  apoc.text.bytes('hello'),
  apoc.text.bytes('hello!')
)

将返回0.5714285714285714。

apoc.text.bytes函数根据某些字符编码（默认情况下使用UTF-8）返回字符代码列表。