余弦相似度的各种计算形式（JAVA、存储函数）

由于业务需求，需要从JAVA端和mysql的存储函数写一个余弦相似度算法

JAVA端

/**
     * 计算两个向量的余弦相似度
     *
     * @param strOne 向量字符串1，格式如1,2,3
     * @param strTwo 向量字符串2，格式如1,2,3
     * @return
     */
    private double cosineSimilarity(String strOne, String strTwo) {
        //相似度大于0.6的基本上就是不同的人
        double dotProduct = 0.0;
        double normA = 0.0;
        double normB = 0.0;

        String[] splitOne = strOne.split(",");
        String[] splitTwo = strTwo.split(",");

        double[] vectorA = Arrays.stream(splitOne).mapToDouble(Double::parseDouble).toArray();
        double[] vectorB = Arrays.stream(splitTwo).mapToDouble(Double::parseDouble).toArray();

        for (int i = 0; i < vectorA.length; i++) {
            dotProduct += vectorA[i] * vectorB[i];
            normA += Math.pow(vectorA[i], 2);
            normB += Math.pow(vectorB[i], 2);
        }

        double abc = Math.sqrt(normA) * Math.sqrt(normB);
        return BigDecimal.valueOf(dotProduct).divide(BigDecimal.valueOf(abc), 10, BigDecimal.ROUND_UP).doubleValue();
    }

Mysql存储函数

CREATE DEFINER=`root`@`%` FUNCTION `getCosineSimilarity`(str1 text, str2 text) RETURNS varchar(1000) CHARSET utf8mb4
BEGIN
	#计算两个向量的余弦相似度，传入进入格式如：1,2,3

    DECLARE i INT DEFAULT 1;
    DECLARE len1 INT DEFAULT 0;
    DECLARE len2 INT DEFAULT 0;
    DECLARE dot_product FLOAT DEFAULT 0;
    DECLARE norm1 FLOAT DEFAULT 0;
    DECLARE norm2 FLOAT DEFAULT 0;
    DECLARE val1 FLOAT;
    DECLARE val2 FLOAT;
    DECLARE max_len INT;
    DECLARE result FLOAT;
    
    -- 处理NULL输入
    IF str1 IS NULL OR str2 IS NULL THEN
        RETURN 0;
    END IF;
    
    -- 计算实际元素数量
    SET len1 = IF(str1 = '', 0, LENGTH(str1) - LENGTH(REPLACE(str1, ',', '')) + 1);
    SET len2 = IF(str2 = '', 0, LENGTH(str2) - LENGTH(REPLACE(str2, ',', '')) + 1);
    
    -- 处理空字符串
    IF len1 = 0 OR len2 = 0 THEN
        RETURN 0;
    END IF;
    
    SET max_len = GREATEST(len1, len2);
    
    WHILE i <= max_len DO
        -- 安全获取数值，处理解析错误
        BEGIN
            DECLARE continue HANDLER FOR SQLEXCEPTION, SQLWARNING
            BEGIN
                -- 解析失败时使用0
            END;
            
            SET val1 = IF(i <= len1, 
                NULLIF(CAST(TRIM(SUBSTRING_INDEX(SUBSTRING_INDEX(CONCAT(str1, ','), ',', i), ',', -1)) AS FLOAT), 0), 
                0);
            SET val2 = IF(i <= len2, 
                NULLIF(CAST(TRIM(SUBSTRING_INDEX(SUBSTRING_INDEX(CONCAT(str2, ','), ',', i), ',', -1)) AS FLOAT), 0), 
                0);
        END;
        
        SET dot_product = dot_product + (val1 * val2);
        SET norm1 = norm1 + (val1 * val1);
        SET norm2 = norm2 + (val2 * val2);
        
        SET i = i + 1;
    END WHILE;
    
    IF norm1 > 0 AND norm2 > 0 THEN
        SET result = dot_product / (SQRT(norm1) * SQRT(norm2));
    ELSE
        SET result = 0;
    END IF;
    
    RETURN result;
END