会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
鲁仕林
博客园
首页
新随笔
联系
订阅
管理
2017年3月14日
海量数据去重之SimHash算法简介和应用
摘要: SimHash是什么 SimHash是Google在2007年发表的论文《Detecting Near-Duplicates for Web Crawling 》中提到的一种指纹生成算法或者叫指纹提取算法,被Google广泛应用在亿级的网页去重的Job中,作为locality sensitive h
阅读全文
posted @ 2017-03-14 17:30 鲁仕林
阅读(5699)
评论(0)
推荐(0)
编辑
公告