Související novinky

Na mých webech Java a SQL školení jsem přidal u všech novinek a doporučené literatury odkazy na související novinky:

Tyto novinky se vypočítávají dynamicky na základě několika kritérií, z nichž jedno je podobnost textů a klíčových slov příslušných novinek. K výpočtu jsem použil níže uvedený algoritmus, který vrací číslo v intervalu 0 až 1, přičemž nula znamená, že dva texty spolu vůbec nesouvisí a jednička znamená, že jsou na 100% shodné:

public class DocumentVector {

 private Map wordMap = new HashMap();

 private void incCount(String word) {
  Integer oldCount = wordMap.get(word);
  wordMap.put(word, oldCount == null ? 1 : oldCount + 1);
 }

 private double getCosineSimilarityWith(DocumentVector otherVector) {
  double innerProduct = 0;
  for (String w : this.wordMap.keySet()) {
   innerProduct += this.getCount(w) * otherVector.getCount(w);
  }
  return innerProduct / (this.getNorm() * otherVector.getNorm());
 }

 private double getNorm() {
  double sum = 0;
  for (Integer count : wordMap.values()) {
   sum += count * count;
  }
  return Math.sqrt(sum);
 }

 private int getCount(String word) {
  return wordMap.containsKey(word) ? wordMap.get(word) : 0;
 }

 public static double calcSimilarity(String doc1, String doc2) {
  DocumentVector v1 = new DocumentVector();
  for (String w : doc1.split("[^a-zA-Z]+")) {
   v1.incCount(w);
  }
  DocumentVector v2 = new DocumentVector();
  for (String w : doc2.split("[^a-zA-Z]+")) {
   v2.incCount(w);
  }
  return v1.getCosineSimilarityWith(v2);
 }

 public static void main(String[] args) {
  String doc1 = "maven, dependency, plugin, shade";
  String doc2 = "kurz maven, školení maven, apache maven";
  System.out.println("Similarity = " + calcSimilarity(doc1, doc2));
 }
}

A pak že je programování jenom o tom dostat data z / do databáze ... NENÍ!!! :)