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
- windows下的ipmitool
- 哈工大同义词林.txt
- 编译C++需要的库文件win32 mak
- RN8302、RN8302B应用笔记
- C#超级通信调试工具源码
- cJSON库（json格式字符串进行转化）
- 垃圾邮件数据集
- jsp程序设计课后习题答案
- 中国分省份市场化指数报告2016.pdf
- 很炫，很简洁，很好用的 jquery选择地区控件 （源码）
- EOF的matlab程序
- 一级倒立摆的模糊控制
- ProE 5.0从入门到精通
- LBP-and-ScatNet-based combined features for efficient.pdf
- 《医疗机构临床检验项目目录》（2013年版）.txt
- 通用的黄金分割法.docx
- 基于RFID的考勤机源代码
- 大型集团公司信息化规划.pdf
- 加密狗辅助破解工具
- funcode——拍飞虫
- CAD软件图层管理插件
- 雷达信号的选择与处理
- DIVA-GIS使用手册
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