Python：检查mongoDB数据库文档之间的余弦相似性

我正在使用python。现在我有了一个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}
 }

其中字段“self”表示多边形中的场馆类型以及相应场馆类型的数量。不同的文档具有不同的自字段，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“self”字段之间的余弦相似性。以前，我的所有文档都保存为pickle文件中的字典，我使用以下代码计算相似度：

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)

在这里，数据和城市地图就像[{“肯德基”：1，“建筑”：2，“家”：6}，{“学校”：2，“家”：3，“医院”：6}，{“购物中心”：1，“加油站”：2}]

---

但是现在我正在使用mongoDB，我想知道是否有mongoDB方法可以更直接地计算相似度，知道吗？

计算余弦相似度不是mongoDB的一个特性。我认为使用大致相同的方法，但是从数据库而不是pickle文件获取输入，是一种可行的方法。好的，非常感谢您的评论