Tag: 信息指纹 |
  • 1
预览模式: 普通 | 列表

信息指纹与消重算法

作者:christian  日期:2007-04-17

信息指纹：就是提取一个信息的特征，通常是一组词或者一组词＋权重，然后根据这组词调用特别的算法，例如MD5，将之转化为一组代码，这组代码就成为标识这个信息的指纹。

从理论上讲，每两个不同文本的特征信息是不同的，那么得到的代码也应该是不一样的，就象人的指纹。

搜索引擎在建立索引的时候需要对重复内容的网页进行识别和消重，这就要用到信息指纹。

查看更多...

Tags: 信息指纹 消重算法

北京线点科技 致力于以数据和搜索为核心的业务 （全文检索、舆情监控、搜索引擎产品）http://www.xd-tech.com

分类:搜索引擎 | 固定链接 | 评论: 0 | 引用: 0 | 查看次数: 3572

数学之美 系列十三 信息指纹及其应用

作者:christian  日期:2007-04-17

数学之美 系列十三 信息指纹及其应用
2006年8月3日 上午 11:17:00

发表者：吴军，Google 研究员 

查看更多...

Tags: 信息指纹

北京线点科技 致力于以数据和搜索为核心的业务 （全文检索、舆情监控、搜索引擎产品）http://www.xd-tech.com

分类:搜索引擎 | 固定链接 | 评论: 0 | 引用: 0 | 查看次数: 3331
  • 1