Python：检查mongoDB数据库文档之间的余弦相似度

Question

我正在使用Python。现在我有一个mongoDB数据库集合，其中所有文档都有这样的格式：

{"_id":ObjectId("53590a43dc17421e9db46a31"),
 "latlng": {"type" : "Polygon", "coordinates":[[[....],[....],[....],[....],[.....]]]}
 "self":{"school":2,"home":3,"hospital":6}
 }

其中，“self”字段表示Polygon中的场地类型以及对应的场地类型的数量。不同的文档有不同的 self 字段，例如 {"KFC":1,"building":2,"home":6}, {"shopping mall":1, "gas station":2}

现在我需要计算两个文档的两个“自身”字段之间的余弦相似度。之前，我的所有文档都以字典形式保存在pickle文件中，我使用以下代码来计算相似度：

vec = DictVectorizer()
total_arrays = vec.fit_transform(data + citymap).A
vector_matrix = total_arrays[:len(data)]
citymap_base_matrix = total_arrays[len(data):]

def cos_cdist(matrix, vector):
v = vector.reshape(1, -1)
return scipy.spatial.distance.cdist(matrix, v, 'cosine').reshape(-1)

for vector in vector_matrix:
    distance_result = cos_cdist(citymap_base_matrix,vector)

这里，数据和城市地图就像 [{"KFC":1,"building":2,"home":6},{"school":2,"home":3,"hospital":6}, {“购物中心”：1，“加油站”：2}]

但现在我正在使用 mongoDB，我想知道是否有 mongoDB 方法以更直接的方式计算相似度，有什么想法吗？