技术编号:11407178
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及信息检索领域,尤其涉及一种分布式检索方法及装置。背景技术相似信息识别技术目前被广泛使用,一种典型应用场景是在海量信息中检测相似信息的存在,例如在搜索引擎爬虫系统中进行网页去重;另一种典型应用场景是用来检测相似信息出现的频度,例如在反垃圾系统中进行相似邮件数量的检测。SIMHASH是一种较为常见的重复信息识别算法,SIMHASH可以将文档等信息转换成一个64位的字节,本文称为指纹;如果两个信息所计算出的指纹的海明距离<n(根据经验这个n一般取值为3),就认为两个信息相似;其中,海明...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。