[转]文本相似性算法：simhash/minhash/余弦算法
发布时间：2021-01-20 09:11:57 所属栏目：大数据 来源：网络整理
导读：数据挖掘之lsh（局部敏感hash） minhash、simhash 在项目中碰到这样的问题： 互联网用户每天会访问很多的网页，假设两个用户访问过相同的网页，说明两个用户相似，相同的网页越多，用户相似度越高，这就是典型的CF中的user-based推荐算法。 算法的原理很简单
|
标题相似性的判断，一般使用 minhash，内容相似性判断一般使simhash，简单业务可以使用余弦算法。 （编辑：衡阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
