基於 SimHash 算法的相似文本檢索原理及實現過程（上）

背景 上週某一天，筆者搜遍全網，綜合各種不完整的代碼片段、GitHub 上幾十個 SimHash 項目、幾十個相關網絡資源文章後，終於搞定了一個還算精確的 SimHash 算法的 Java 版本。 輸出是檢驗掌握一個知識點的簡單標準，本文就來詳細介紹一下基於 SimHash 算法的相似文本檢索的原理和實現過程。 文本相似度的應用 最近在搞一個漏洞庫爬蟲項目，需要綜合分析併合並幾個漏洞網站的漏洞信息

>>阅读原文<<