[프로그래머스] level2. [1차] 뉴스 클러스터링

문제

뉴스 클러스터링
여러 언론사에서 쏟아지는 뉴스, 특히 속보성 뉴스를 보면 비슷비슷한 제목의 기사가 많아 정작 필요한 기사를 찾기가 어렵다. Daum 뉴스의 개발 업무를 맡게 된 신입사원 튜브는 사용자들이 편리하게 다양한 뉴스를 찾아볼 수 있도록 문제점을 개선하는 업무를 맡게 되었다.

개발의 방향을 잡기 위해 튜브는 우선 최근 화제가 되고 있는 "카카오 신입 개발자 공채" 관련 기사를 검색해보았다.

카카오 첫 공채..'블라인드' 방식 채용
카카오, 합병 후 첫 공채.. 블라인드 전형으로 개발자 채용
카카오, 블라인드 전형으로 신입 개발자 공채
카카오 공채, 신입 개발자 코딩 능력만 본다
카카오, 신입 공채.. "코딩 실력만 본다"
카카오 "코딩 능력만으로 2018 신입 개발자 뽑는다"
기사의 제목을 기준으로 "블라인드 전형"에 주목하는 기사와 "코딩 테스트"에 주목하는 기사로 나뉘는 걸 발견했다. 튜브는 이들을 각각 묶어서 보여주면 카카오 공채 관련 기사를 찾아보는 사용자에게 유용할 듯싶었다.

유사한 기사를 묶는 기준을 정하기 위해서 논문과 자료를 조사하던 튜브는 "자카드 유사도"라는 방법을 찾아냈다.

자카드 유사도는 집합 간의 유사도를 검사하는 여러 방법 중의 하나로 알려져 있다. 두 집합 A, B 사이의 자카드 유사도 J(A, B)는 두 집합의 교집합 크기를 두 집합의 합집합 크기로 나눈 값으로 정의된다.

예를 들어 집합 A = {1, 2, 3}, 집합 B = {2, 3, 4}라고 할 때, 교집합 A ∩ B = {2, 3}, 합집합 A ∪ B = {1, 2, 3, 4}이 되므로, 집합 A, B 사이의 자카드 유사도 J(A, B) = 2/4 = 0.5가 된다. 집합 A와 집합 B가 모두 공집합일 경우에는 나눗셈이 정의되지 않으니 따로 J(A, B) = 1로 정의한다.

자카드 유사도는 원소의 중복을 허용하는 다중집합에 대해서 확장할 수 있다. 다중집합 A는 원소 "1"을 3개 가지고 있고, 다중집합 B는 원소 "1"을 5개 가지고 있다고 하자. 이 다중집합의 교집합 A ∩ B는 원소 "1"을 min(3, 5)인 3개, 합집합 A ∪ B는 원소 "1"을 max(3, 5)인 5개 가지게 된다. 다중집합 A = {1, 1, 2, 2, 3}, 다중집합 B = {1, 2, 2, 4, 5}라고 하면, 교집합 A ∩ B = {1, 2, 2}, 합집합 A ∪ B = {1, 1, 2, 2, 3, 4, 5}가 되므로, 자카드 유사도 J(A, B) = 3/7, 약 0.42가 된다.

이를 이용하여 문자열 사이의 유사도를 계산하는데 이용할 수 있다. 문자열 "FRANCE"와 "FRENCH"가 주어졌을 때, 이를 두 글자씩 끊어서 다중집합을 만들 수 있다. 각각 {FR, RA, AN, NC, CE}, {FR, RE, EN, NC, CH}가 되며, 교집합은 {FR, NC}, 합집합은 {FR, RA, AN, NC, CE, RE, EN, CH}가 되므로, 두 문자열 사이의 자카드 유사도 J("FRANCE", "FRENCH") = 2/8 = 0.25가 된다.

나의 풀이

1. 2글자씩 끊는다.
2. 교집합 , 합집합 (크기)를 구한다. (카운트를 해야될듯)
3. 계산한다. (곱하기 65536)

function solution(str1, str2) {
    if (str1== "" && str2 == "" ) return 65536

    const tmp1 = []
    const tmp2 = []
    for (let i = 0 ; i < str1.length-1;i++){
        tmp1.push(str1.slice(i,i+2))
    }
    for (let i = 0 ; i < str2.length-1;i++){
        tmp2.push(str2.slice(i,i+2))
    }

    const tmp10 = tmp1.map((el)=>el.replace(/[^A-Z]/ig,"")).filter((el)=> el.length ==2).map((el)=>el.toLowerCase());
    const tmp20 = tmp2.map((el)=>el.replace(/[^A-Z]/ig,"")).filter((el)=> el.length ==2).map((el)=>el.toLowerCase());
    if (tmp10 == "" && tmp20 == "" ) return 65536

    const obj1 = {}
    const obj2 = {}
    tmp10.map((el)=>{
        if ( obj1[el]){
            obj1[el] += 1
        } else{
            obj1[el] = 1
        }
    });
    tmp20.map((el)=>{
        if ( obj2[el]){
            obj2[el] += 1
        } else{
            obj2[el] = 1
        }
    });

    let fin1 = 0;
    let fin2 = 0;
    for(let key in obj1){
        if (tmp20.includes(key)){
            fin1 += Math.min(obj1[key],obj2[key])
            fin2 += Math.max(obj1[key],obj2[key])
        } else{
            fin2 += obj1[key]
        }
    }
    for(let key in obj2){
        if (!tmp10.includes(key)){
            fin2 += obj2[key]
        }
    }

    return parseInt((fin1/fin2)*65536);
}

다른이의 풀이

function solution (str1, str2) {

  function explode(text) {
    const result = [];
    for (let i = 0; i < text.length - 1; i++) {
      const node = text.substr(i, 2);
      if (node.match(/[A-Za-z]{2}/)) {
        result.push(node.toLowerCase());
      }
    }
    return result;
  }

  const arr1 = explode(str1);
  const arr2 = explode(str2);
  const set = new Set([...arr1, ...arr2]);
  let union = 0;
  let intersection = 0;

  set.forEach(item => {
    const has1 = arr1.filter(x => x === item).length;
    const has2 = arr2.filter(x => x === item).length;
    union += Math.max(has1, has2);
    intersection += Math.min(has1, has2);
  })
  return union === 0 ? 65536 : Math.floor(intersection / union * 65536);
}

정규식 표현에서 {2}로 길이를 나타낼수있다는점
교집합 합집합 구할때 Set과 forEach- > filter 를 통해 변수 2개 비교를 깔끔하게 구했다는 점이 좋았다.
나도 이분처럼 true false같이 조건에 부합하는 부류를 나눠 묶어놓은뒤 이걸 통해 마지막 정리를 하는 습관을 들여보자.