誰適合閱讀這篇文章：熟悉 Hash, Set, Tries (Prefix and Suffix Tree) 等資料結構和有志從事大量資料分析的電腦工程師 主要解決問題：給定一份文件，如何在網際網路的無盡文件大海中，找到相似的文件？主要應用：偵測剽竊 (Plagiarism)，搜尋引擎欲尋找鏡像網頁，網路購物或電影推薦系統中的協同過濾 綱要： 如何快速比較兩文件集合並提供量化結果: a. 如何定義相似度？ b. 如何重新定義相似度

Read More...