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
分享
- 2022-10-18 00:56回答 1 已采纳 可以考虑基于openCV来做图片相似性的比较，可以参考这篇博文来实现。写得比较清楚：https://blog.csdn.net/u014775579/article/details/123534770
- 回答 1 已采纳 http://outofmemory.cn/code-snippet/33851/Lire-picture-search-example-with-Lucene
- 2019-05-15 20:56回答 1 已采纳 https://download.csdn.net/download/duck_arrow/10297540 拿走不谢
- 2015-07-14 17:35余弦相似性获取文章相似度的java实现,tf-idf算法实现
- 2020-07-02 17:07回答 2 已采纳 有一个相关的算法 Levenshtein Distance，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。 许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符
- 2021-07-27 11:16回答 4 已采纳 # -*- coding: utf-8 -*- import jieba import numpy as np import re def get_word_vector(s1,s2):
- 2022-07-31 16:36回答 3 已采纳 年龄比较小的话从C类语言学起吧，可以更好地理解底层的逻辑，对以后的学习都会有帮助的哟
- 2022-10-10 10:37囧囧君的博客 JAVA-计算两篇文章的相似度
- 2023-03-30 19:42回答 4 已采纳 我引用ChatGPT作答：大概这样呢？不知道行不行。 lamd=0.193*10^-3; % 入射波长 w=1.5; % 入射光束腰 R=1.5; % 元件的极限孔径 D=175*10^-3; %
- 2022-01-24 10:43回答 1 已采纳 #include<stdio.h> #include<string.h> int f(char a[],char b[]) { char tem='#'; in
- 2021-05-29 10:13回答 1 已采纳 C语言代码如下： #include <stdio.h> #include <string> struct StXypoint { int x; int y; }; //
- 2023-08-23 17:04创客公元的博客 在 Java 中，可以使用一些现成的库来比较文本的相似度。这里，我将为您提供一个使用 Jaccard 相似度算法（集合相似度）比较文本相似度的方法。请注意，这个示例仅提供了一个基本的文本相似度比较方法。实际上，有...
- 2017-10-27 09:00回答 1 已采纳 将文档目录递归展开成一个字符串，可以用最小编辑距离算法来评估相似性
- 2022-02-09 23:24Hello_World_QWP的博客 四、Java通过SimHash计算文本内容相似度代码示例 一）、新增依赖包 二）、过滤特殊字符 三）、计算单个分词的Hash值 四）、分词计算向量 五）、获取标题内容的海明距离 六）、获取标题内容的相似度 七）、...
- 2020-09-25 17:09热心网友007的博客 Java实现余弦定理计算文本相似度 相似度度量（Similarity），即计算个体间的相似程度，相似度度量的值越小，说明个体间相似度越小，相似度的值越大说明个体差异越大。 对于多个不同的文本或者短文本对话消息要来计算...
- 没有解决我的问题, 去提问
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