simhash

# shingling

n-shingling 就是把一个句子或者文章分成 n 个连续单词的组合,然后去重。

比如: the cat sat on the cat

第一步,分组: the cat, cat sat, sat on, on the, the cat
第二步,去重: the cat, cat sat, sat on, on the

simhash 计算过程

生成 shingle

# Reference

[1] http://matpalm.com/resemblance/jaccard_coeff/

[2] http://blog.csdn.net/c289054531/article/details/8082952 中文解释

About 逸飞

后端工程师

发表评论

电子邮件地址不会被公开。 必填项已用*标注