每日算法 — 使用java实现Jaccard相似度：集合相似度与文本去重
一、背景介绍 1.1 Jaccard相似度是什么 Jaccard相似度（Jaccard Similarity），又称Jaccard系数，是衡量两个集合相似程度的指标。它定义为两个集合交集的大小与并集的大小之比。...
标签： 局部敏感哈希
每日算法 — 使用java实现局部敏感哈希：MinHash签名与近似最近邻搜索
在海量高维数据中寻找相似项是传统哈希方法无法高效解决的难题。局部敏感哈希（Locality Sensitive Hashing,...
每日算法 — 使用java实现SimHash：局部敏感哈希与海量文本近似去重
算法引入 在互联网时代，搜索引擎每天需要处理数十亿网页。一个核心挑战是：如何快速判断两个网页是否内容相似？...
