最近给某大学网站制作一个功能，需要给全校所有的学生提供就业单位发布职位的自动匹配，学生登陆就业网，就可以查看适合自己的职位，进而可以在线投递。 全校有几万名学生，注册企业发布的职位也有上万，如何在很 ...

算法简介 SimHash也即相似hash，是一类特殊的信息指纹，常用来比较文章的相似度，与传统hash相比，传统hash只负责将原始内容尽量随机的映射为一个特征值，并保证相同的内容一定具有相同的特征 ...

题目如下： Description 海明距离是在指二进制情况下，一个整数变成另外一个整数需要翻转的位数。比如2转换到3需要 ...

通过 采集系统 我们采集了大量文本数据，但是文本中有很多重复数据影响我们对于结果的分析。分析前我们需要对这些数据去除重复，如何选择和设计文本的去重算法？常见的有余弦夹角算法、欧式距离、Jaccard相 ...