simhash:一种有效的文本相似度计算算法
simhash
高效的文本相似度去重算法实现
simhash是什么
Google发明的的文本去重算法，适合于大批量文档的相似度计算
主要步骤
对文本分词，得到N维特征向量（默认为64维）
为分词设置权重（tf-idf）
为特征向量计算哈希
对所有特征向量加权，累加（目前仅进行非加权累加）
对累加结果，大于零置一，小于零置零
得到文本指纹（fingerprint）
文件下载
评论信息
其他资源
- 坦克大战C语言（easyx图形插件）源代码
- 工业以太网现场总线EtherCAT驱动程序设计及应用
- ISO 11270-2014 Intelligent transport systems)
- Android小游戏---打地鼠
- 2000张微信qq头像打包下载
- servlet+jsp实现上课点名系统
- 高频小信号放大器
- 信息检索大作业
- weather channel api（最准的天气没有之一）
- FPGA_veriog_Quartus_DDS
- 信息学奥赛一本通-教程PPT课件（第五版）第5章 数组(C++版).ppt
- 数据库基础－练习.docx
- 雷霆战机-家家.sb3
- note_on_dso.pdf
- 《信息安全技术 网络安全等级保护测评要求 第5部分：工业控制安全扩展测评要求》标准征求意见稿.pdf
- 基于高维云RBF神经网络的混凝土强度预测
- 基于Android手机蓝牙的实时通信
- Android 新手引导页
- 狼人杀游戏源码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明