1.一种基于编辑距离的数据相似度检测方法，其特征在于：该方法包括以下步骤：步骤S1：输入字符串str1，str2；

步骤S2：采用动态规划方法获得LD(str1，str2)，LCS(str1，str2)，LCCS(str1，str2)；

所述步骤S2包括以下步骤：

S21：计算字符串间的编辑距离Ld；

字符串str1和str2的长度分别为m和n，构造矩阵[LD]n+1,m+1，利用动态规划方法获得该矩阵元素，即在该矩阵中，矩阵右下角元素LD(n,m)为字符串str1和str2之间的编辑距离Ld，S22：计算字符串间的最长公共子序列的长度Lcs；

Lcs是两个字符串中最长的共同子序列的长度，字符串str1和str2的长度分别为m和n，构造矩阵[L]n+1,m+1，利用动态规划方法获得该矩阵元素，即在该矩阵中，矩阵右下角元素L(n,m)为字符串str1和str2之间的最长公共子序列长度Lcs；

S23：计算字符串间的最长公共子串的长度Lccs；

字符串str1和str2的长度分别为m和n，构造二维矩阵[L]n+1,m+1，利用动态规划方法获得该矩阵元素，即在该矩阵中，矩阵的斜对角线上找到值为1的单元格及其对应的字符串，最长公共子串的长度为Lccs；

步骤S3：联合Ld，Lcs，Lccs获得字符串相似度sim，定义新的相似度公式为式中， l为平衡因子，取0.1，len为两字符串中较长串的长度。

2.根据权利要求1所述的一种基于编辑距离的数据相似度检测方法，其特征在于：在所述步骤S23中最长公共子串Lccs中最长的公共子序列为连续的。

3.根据权利要求1所述的一种基于编辑距离的数据相似度检测方法，其特征在于：在所述步骤S23中，当矩阵需要填充1时，直接等于左上角的值加1，则矩阵的最大元素为Lccs的长度。