[討論] 如何計算兩個不同欄的相似度？

[lovepork (我愛豬肉不愛牛肉)]

各位好，假設我有兩個不同欄目a, b

a共有十列關鍵字
b列也有十列，或是九列關鍵字不等。
請問，要怎麼計算a,b兩欄的相似度？有沒有最一般的做法可以建議？

每一欄關鍵字間的順序不重要，不需要被考慮。


萬分感謝！





--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.65.47.19 (新加坡)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1725691806.A.F3F.html
→ chang1248w: apriori?
推 jigfopsda: 可以看看這個相似度最後的用途是什麼，再來決定要用什
→ jigfopsda: 麼方法算，知道用途也可以有關鍵字拿來 google
推 ptta: Levenshtein Distance 用了一陣子，差強人意..但也找不到更
→ ptta: 好的替代方案
推 melancholy07: Jaccard similarity?
→ lovepork: 非常感謝各位的資訊 我目前先用一個套件 two-lists simi
→ lovepork: liarity 有需要我再試看看各位建議的方法