コサイン類似度は2つのベクトルの角度から，類似度を計算する手法です．
ベクトルから類似度を計算する手法はいくつかありますが，コサイン類似度は代表的なものです．
計算としては，2つのベクトルのノルムを内積で割る，というシンプルなものです．
（NumPy等で自分で処理を書くのも簡単なので，N対Nのコサイン類似度を計算することも簡単です）
コサイン類似度は-1～1の範囲を取り，-1が最も遠く，1が同じであるということになります．
類似度を人間が見やすいようにするために，+1して2で割って0~1の範囲にすることもよく行います．
ベクトルになっていれば何でも比較できるので（ただし次元数は同じである必要がある），
使える分野は広いです．
データが画像でも自然言語でも（BERTを使ってベクトル化するなど）数値データでも．
データを扱う上では必須知識になるかと思います．
参考：Wikipedia
