什么是哈希(Hash)？ Hash，一般翻译做散列，也有直接音译为哈希，就是把任意长度的输入（又叫做预映射， pre-image），通过散列算法，变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，…
在数据挖掘中，一个最基本的问题就是比较两个集合的相似度。通常通过遍历这两个集合中的所有元素，统计这两个集合中相同元素的个数，来表示集合的相似度；这一步也可以看成特征向量间相似度的计算（欧氏距离，余弦…
如何比较两篇文章的相似度在互联网搜索引擎层面使用的非常广泛，试想，如果不进行类似的比较，在当前互联网信息抄来抄去的情况下，搜索引擎结果页排在前面的结果可能都是相似的内容。Google为了避免出现上述的问题…
