Dữ liệu lớn & Khai phá văn bản

Danh sách đầy đủ các thuật toán trong nhóm (Tổng: 1)

Dữ liệu lớn & Khai phá văn bản

SimHash Document Fingerprinting

Thời gian (Time) O(Document Length * Bits)
Không gian (Space) O(Bit Vector)

Mô tả nguyên lý

Sinh chữ ký số bit vector cho tài liệu sao cho khoảng cách Hamming phản ánh độ tương đồng nội dung.

Cài đặt mẫu (Implementation)

// Băm các từ trong văn bản, cộng dồn vector trọng số và nhị phân hóa thành chữ ký 64-bit.