基础知识 知识科普 1、所谓相似性连接( similarity join)是指在给定的数据集(同一个数据集,或者两个数 据集,甚至多个数据集之间)上并设定相应的阈值,通过某一种相似性度量函数找出所 有相似度不小于阈值的数据对的操作。 2、四种数据集:字符串相似性连接、集合或多重集合相似性连接、冋量相似性连接 和图的相似性连接 3、相似性度量:汉明距离〔 hammingdistance)、 Levenshtein距离、编辑距离相 似性、标准化编辑距离( normalized editdistance)基础知识 3 知识科普： 1、所谓相似性连接(similarity join)是指在给定的数据集（同一个数据集，或者两个数 据集，甚至多个数据集之间）上并设定相应的阈值，通过某一种相似性度量函数找出所 有相似度不小于阈值的数据对的操作。 2、四种数据集：字符串相似性连接、集合或多重集合相似性连接、向量相似性连接 和图的相似性连接 3、相似性度量：汉明距离（hammingdistance）、Levenshtein 距离、编辑距离相 似性、标准化编辑距离（normalized editdistance）