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
- BP神经网络手写数字识别完整代码matlab
- 清除fragment页面数据（重新加载布局）
- 模拟电子电路及技术基础 第二版 教学指导书 孙肖子
- 奇异值分解（SVD）C语言源代码
- PCLDebug.props
- 修改IMEI APP
- DirectX修复工具V3.9增强版
- Kalman滤波在视频图像目标跟踪中的应用
- 西山 DOS 4.03 + WPS 1.2 + DOSBOX 0.73
- 罗伯塔斯-源码
- vc学生管理系统 vc实例
- IP新技术专题.pdf
- YJV电缆载流量表(1).xlsx
- CS424-项目1-源码
- 2016年10月高等教育自学考试全国统一命题考试现代管理学试卷和答案.doc
- gsl_lib.zip
- keepalived + nginx组建高可用负载平衡Web server集群
- asp.net网上商城系统（原创）（数据库课程设计）
- Java 并发编程实战.pdf
- java 图书馆管理系统 mysql
- 山东大学数据库课程设计——在线图书馆管理系统（附加实验报告）
- 2019年最新OCP053通关整理真题(711+36+60),本人3月30号考试亲测分数80%,百分百通关
- iview后台框架
- python+django练手项目
- xlsx.full.min.js
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