simhash
分词，hash，加权，降维，拿到simhash；计算simhash的海明距离
试用长文本去重，效率高，顺序无关
编辑距离
a变成b的最小操作次数
精确的文字比较，效率低
Jaccard系数
交集大小比并集大小
适用元素类文字比较，顺序无关
最长公共子序列
精确对比，效率低
文本去重
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 链接分析 我们在最开始说过，搜索引擎在查找能够满足用户需求的网页时，主要会考虑两方面的因素，一方面是用户发出的查询...
