jstarseven

摘要： 背景 提升产品体验，节省用户感知度。——想想，如果看到一堆相似性很高的新闻，对于用户的留存会有很大的影响。 技术方案1、信息指纹算法 思路：为每个网页计算出一组信息指纹(Fingerprint)。比较两个网页相同信息指纹数量，从而判断内容的重叠性。 步骤： 1）提取网页正文信息特征（通常是一组词）， 阅读全文