Calcul de similitude entre deux collections

Bonsoir tout le monde :)

Voila, actuellement j'aimerais bien calculer la similitude entre deux collections d'objets.

Après avoir recherché, j'ai trouvé la Distance de Levenshtein, et les algorithmes de Jaccard , et tout deux sont utiles pour la comparaison de chaines de caractères, mais je penses qu'il pourrait être adaptable pour une collection non ? Car on peut considérer chaque objet de ma collection comme étant une lettre en quelque sorte.

Et donc, je me demandais s'il n'y avait pas des algos plus appropriés à mon cas ?

Merci d'avance, et bonne soirée :)

Cela dépend à quoi va te servir cette distance ?

Dans une chaîne de caractère (déjà il y a un ordre entre les éléments, et les éléments peuvent se repéter), une utilisation courante sera par exemple, pour un mot donné qui ne se trouve pas dans un dictionnaire, de donner l'ensemble des mots dont la différence est la plus faible (pour corriger un mot par exemple).
Ceci a un sens avec des chaînes, mais avec des ensembles, cela dépend de ce que tu veux faire.

En faites, chacune de mes collections d'objets correspond à un chemin (chaque objet étant une étape par laquelle on doit passer, et la collection à un ordre simple, c'est à dire que le premier objet, correspond à la première étape, etc.), et étant donné que j'obtient ce résultat en parcourant tout les chemins possible pour aller d'un point A à un point B en passant par un certains nombre d'étapes, je voudrais faire un peut le ménage, pour éviter d'avoir deux chemins, quasiment identique avec juste quelques étapes de différentes.
C'est pour ça que j'ai considéré mes collections comme pouvant être considérer comme un mot, car comme dans un mot, ma collection à un sens, et chaque membre de la collection est positionné à un endroit bien précis.

Car là, j'ai un résultat plus que suffisant, avec des chemins simples (j'obtient plus de 60 000 chemins différents, mais je tiens à les garder, car j'en ai besoin pour faire des tests).

L'objectif de ce calcul, est de pouvoir avoir un échantillons plutôt représentatifs des différents chemins possible, et donc de pouvoir testé cette échantillons plus rapidement.