一、随机匹配用户思路1.匹配个数:匹配多个,按照匹配的相似度从高到低排序返回给用户2.用户匹配的依据用户标签tags的相似度:共同标签越多,相似度越高,排名越高没有匹配的用户,随机推荐3.举例:AB匹配度比AC匹配度更高(标签相似度更高)用户A:[Java,大一,男]用户B:[Java,大二,男]用户C:[Python,大二,女]4.如何计算标签相似度:编辑距离算法5.带权重的相似度计算:余弦相似度算法如与学习方向有关的标签权重更高,性别相关标签权重低或为零二、编辑距离算法介绍1.参考文章:详解编辑距离算法-LevenshteinDistance-CSDN博客2.核心思想字符串1通过最少多少次