我正在一个Java项目中工作，我需要对几个引擎匹配用户查询。每个引擎都有一个方法similarity(Object a, Object b)，如果对象确实匹配，则返回:+1;-1如果对象确实不匹配;
示例:用户搜索"龙珠"。
- 引擎1返回"龙珠"，"龙珠GT"，"龙珠Z"，并声称他们是不同的结果(相似性=-1)，无论他们的名字看起来多么相似。这个引擎是精确的，所以它有一个高的"重量"值。引擎2返回100个不同的结果。其中一些与DBZ有关，另一些与DBGT有关，等等。引擎声称它们都"非常相似"(相似度在0.5和1之间)。
- 系统查询其他多个引擎(10+)
我正在寻找一种方法来构建集群的这个系统。我需要确保相似度接近-1的值可能会在不同的集群中结束，即使许多其他值与它们非常相似。
是否有一个著名的聚类算法来解决这个问题?是否有可用的Java实现?我可以在支持库的帮助下自己构建它吗?我擅长Java(15年以上的经验)，但我对集群完全陌生。
谢谢!
明显的方法是使用"1 -相似性"作为距离函数，因此它将从0到2。然后加起来。
或者你可以用1 + similarity，取这些值的乘积，…Or, Or, Or，…
但是由于你显然更信任第一个分数，你可能还想增加它的影响。这没有数学上的解决方案，你必须根据你的数据和偏好来选择权重。如果你有训练数据，你可以为你的方法优化权重，如果它们不能很好地工作或相关，你甚至可能想要丢弃一些排名器。