CMS项目数据量大多超10w,有的数据量达到100w以上!这种大数据量的情况下如何实现计算每篇文章跟剩余文章的相似度?求大神指教下!之前的做法是先把所有数据从数据库查出来,放在List里边,然后遍历循环跟剩余的对比,尴尬的是数据量一大直接卡死
4条回答 默认 最新
- 来临 2018-02-28 09:16关注
你这应该使用算法或文本分析工具,比如使用Ansj分词工具等等,这样效率会很高,上传的文档可以离线比对后保存相似结果,查询时直接查询结果这不就快了
解决 无用评论 打赏 举报
悬赏问题
- ¥15 基于卷积神经网络的声纹识别
- ¥15 Python中的request,如何使用ssr节点,通过代理requests网页。本人在泰国,需要用大陆ip才能玩网页游戏,合法合规。
- ¥100 为什么这个恒流源电路不能恒流?
- ¥15 有偿求跨组件数据流路径图
- ¥15 写一个方法checkPerson,入参实体类Person,出参布尔值
- ¥15 我想咨询一下路面纹理三维点云数据处理的一些问题,上传的坐标文件里是怎么对无序点进行编号的,以及xy坐标在处理的时候是进行整体模型分片处理的吗
- ¥15 CSAPPattacklab
- ¥15 一直显示正在等待HID—ISP
- ¥15 Python turtle 画图
- ¥15 stm32开发clion时遇到的编译问题