f.atyeh

سلام به همه دوستان. امیدوارم سوالم رو جای درستی مطرح کرده باشم. اگر غیر از اینه دوستان لطفا راهنمایی بفرمایید.
من چندین فایل دارم که شامل نام عکس هست. من این فایل ها رو شمارش کردم و خروجی این ها شامل فایل هایی هست که نرخ این عکس ها به ترتیب صعودیه. به عنوان مثال:
فایل f1‌: عکس a1 با نرخ m1
عکس a2 با نرخ m2 و الی آخر
فایل f2 : عکس a2 با نرخ n1
عکس a3 با نرخ n2 و الی اخر
و همین طور فایل های دیگه ....
تعداد و نوع عکس ها از اول نامحدود و نامشخصه. من تعداد ۱۰ تای اول (پرتکرارترین) این عکس ها رو جدا کردم. حالا من میخوام شباهت تقریبی این فایل ها رو با هم پیدا کنم که معیار من هم نرخ عکس ها است و هم نوع اونها. ضمن اینکه فایل ها ممکنه همپوشانی هم داشته باشن. مثلا فایلهای f1 , f2 , f6 تو یه دسته باشن. فایلهای f2 ,f3 , f7 هم تو یه دسته که f2 با هر دو دسته همپوشانی داره.
به نظر شما من چطور میتونم این کار رو انجام بدم ؟
ممنون از شما