我提供了一个尝试的解决方案，如果有人可以检查我的理智，那就太好了！
我有一个dtm，看起来像以下内容：
110471_10-K_2006 . 1 . 1 . . . . . . . . . . . 1 1 . . 1
907687_10-K_2005 . . . . . . . . . . 1 . . . . . . . . .
907687_10-K_2006 . . . . . . . . . 1 . . . . . . . . . .
1018979_10-K_2006 . . . . 1 . 1 . . . . 1 . 1 1 . . 1 . .
936395_10-K_2006 1 . 1 . . 1 . . . . . . 1 . . . . . 1 .
930236_10-K_2005 . . . . . . . . . . . . . . . . . . . .
930236_10-K/A_2005 . . . . . . . . . . . . . . . . . . . .
930236_10-K/A_2005.1 . . . . . . . . . . . . . . . . . . . .
930236_10-K_2006 . . . . . . . . . . . . . . . . . . . .
706015_10-K_2005 . . . . . . . . . . . . . . . . . . . .
706015_10-K_2006 . . . . . . . . . . . . . . . . . . . .
1172052_10-K_2005 . . . . . . . . . . . . . . . . . . . .
1172052_10-K_2006 . . . . . . . . . . . . . . . . . . . .
928373_10-K_2006 . . . . . . . . . . . . . . . . . . . .
928373_10-K/A_2006 . . . . . . . . . . . . . . . . . . . .
1047537_10-K_2005 . . . . . . . . . . . . . . . . . . . .
1047537_10-K_2006 . . . . . . . . 1 . . . . . . . . . . .
1012271_10-K_2005 . . . . . . . . . . . . . . . . . . . .
1012271_10-K_2006 . . . . . . . 1 . . . . . . . . . . . .
我可以使用cosine计算dtm之间的dist2(dtm, dtm, method = "cosine", norm = 'none')距离，但是这在计算上是昂贵的，并且我不需要所有结果-只是某些结果。我还有以下称为ids_to_match的
cikYear_t_minus_1 cikYear_t
1 110471_10-K_2006 110471_10-K_2007
2 907687_10-K_2005 907687_10-K_2006
3 907687_10-K_2006 907687_10-K_2007
4 1018979_10-K_2006 1018979_10-K_2007
5 936395_10-K_2006 936395_10-K_2007
6 930236_10-K_2005 930236_10-K_2006
7 930236_10-K/A_2005 930236_10-K/A_2006
8 930236_10-K/A_2005.1 930236_10-K/A_2006.1
9 930236_10-K_2006 930236_10-K_2007
10 706015_10-K_2005 706015_10-K_2006
11 706015_10-K_2006 706015_10-K_2007
12 1172052_10-K_2005 1172052_10-K_2006
13 1172052_10-K_2006 1172052_10-K_2007
14 928373_10-K_2006 928373_10-K_2007
15 928373_10-K/A_2006 928373_10-K/A_2007
16 1047537_10-K_2005 1047537_10-K_2006
17 1047537_10-K_2006 1047537_10-K_2007
18 1012271_10-K_2005 1012271_10-K_2006
19 1012271_10-K_2006 1012271_10-K_2007
我想计算ids_to_match中dtm中成对存在的两列之间的余弦距离。在ids_to_match的第一行中，有以下行：110471_10-K_2006 110471_10-K_2007，其中110471_10-K_2006存在于row 1的{{1}}中，但是dtm不存在110471_10-K_2007，因此不会计算余弦距离。
在dtm数据集中的row 2中，有一行：ids_to_match，可以在907687_10-K_2005 907687_10-K_2006的{{1}}和row 2中找到。因此，我想计算这两行之间的余弦距离。 row 3。
取dtm-dist2(dtm["row2"], dtm["row3"], method = "cosine", norm = 'none')中的row 12，应与ids_to_match矩阵的1172052_10-K_2005 1172052_10-K_2006和row 12匹配
感谢您的帮助！
数据：
row 13匹配ID：
dtm我想我找到了一个解决方案，但是它看起来很乱，所以有时我很可能会出错。
我首先要在 dtm <- new("dgCMatrix", i = c(4L, 0L, 4L, 0L, 3L, 4L, 3L, 18L, 16L,
2L, 1L, 3L, 4L, 3L, 3L, 0L, 0L, 3L, 4L, 0L), p = 0:20, Dim = 19:20,
Dimnames = list(c("110471_10-K_2006", "907687_10-K_2005",
"907687_10-K_2006", "1018979_10-K_2006", "936395_10-K_2006",
"930236_10-K_2005", "930236_10-K/A_2005", "930236_10-K/A_2005.1",
"930236_10-K_2006", "706015_10-K_2005", "706015_10-K_2006",
"1172052_10-K_2005", "1172052_10-K_2006", "928373_10-K_2006",
"928373_10-K/A_2006", "1047537_10-K_2005", "1047537_10-K_2006",
"1012271_10-K_2005", "1012271_10-K_2006"), c("spares", "warrior",
"akara", "dissipating", "mechanized", "modular", "syndicate",
"wind", "trades", "neural", "gao", "interfaced", "confronted",
"harrington", "forwarded", "restaurant", "switzerland", "incomplete",
"writes", "hushpuppies")), x = c(1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1), factors = list())
中找到行“ ids”，在ids_to_match <- structure(list(cikYear_t_minus_1 = c("110471_10-K_2006", "907687_10-K_2005",
"907687_10-K_2006", "1018979_10-K_2006", "936395_10-K_2006",
"930236_10-K_2005", "930236_10-K/A_2005", "930236_10-K/A_2005.1",
"930236_10-K_2006", "706015_10-K_2005", "706015_10-K_2006", "1172052_10-K_2005",
"1172052_10-K_2006", "928373_10-K_2006", "928373_10-K/A_2006",
"1047537_10-K_2005", "1047537_10-K_2006", "1012271_10-K_2005",
"1012271_10-K_2006"), cikYear_t = c("110471_10-K_2007", "907687_10-K_2006",
"907687_10-K_2007", "1018979_10-K_2007", "936395_10-K_2007",
"930236_10-K_2006", "930236_10-K/A_2006", "930236_10-K/A_2006.1",
"930236_10-K_2007", "706015_10-K_2006", "706015_10-K_2007", "1172052_10-K_2006",
"1172052_10-K_2007", "928373_10-K_2007", "928373_10-K/A_2007",
"1047537_10-K_2006", "1047537_10-K_2007", "1012271_10-K_2006",
"1012271_10-K_2007")), class = "data.frame", row.names = c(NA,
-19L))
和dtm中有匹配的观察值，所以我写了两行ids_to_get和{ {1}}给出以下输出。
rownames(dtm)现在我将match_1，match_2作为匹配项，并将> match_1
cikYear_t_minus_1
2 907687_10-K_2005
6 930236_10-K_2005
10 706015_10-K_2005
12 1172052_10-K_2005
16 1047537_10-K_2005
18 1012271_10-K_2005
> match_2
cikYear_t_minus_1
3 907687_10-K_2006
9 930236_10-K_2006
11 706015_10-K_2006
13 1172052_10-K_2006
17 1047537_10-K_2006
19 1012271_10-K_2006
和2作为另一个匹配项，等等。我创建了一个Matix，如下所示：
3现在我可以计算出6矩阵，其输出为：
9尝试的解决方案：
> matching
[,1] [,2]
[1,] 2 3
[2,] 6 9
[3,] 10 11
[4,] 12 13
[5,] 16 17
[6,] 18 19