介绍一个简单办法来计算相似度，使用欧几里德距离这个办法，看上去名字挺大，其实最后用的是勾股定理。

2010-01-11 11:44:00

小例子：
a:对《天龙八部》的打分为8，对《英国文学》的对分为3
b:对《天龙八部》的打分为4，对《英国文学》的对分为6
c:对《天龙八部》的打分为6，对《英国文学》的对分为2

根据数据，画出一个图，如下：


每一个点之前的距离就是两个点之前的连线，当完成连线后，就构成一个三角型了，图如下：


这个时候要算出a与b之前的距离就很简单了，
(8-4)的平方加上（3-6）的平方，然后再求平方根，得5

根据这个办法再得到a与c的距离，b与c的距离，数值越小相似度越高。
当然想要商业应用就要对比大量的数据，这时候就要抽样了，如果想要最公平的抽样，就要尽可能的随机抽样，随机达到尽可能平均分布，这样才能更真实。计算量可能会非常大，这个办法可能就有点不实用了。