对于大量的web pages，不可避免的一个问题就是有很多网页是相似的。比如有些网页只是另一网页的剽窃或者镜像。发现这些相似性是大数据处理的一个问题。对于大量的web pages，不可避免的一个问题就是有很多网页是相似的。比如有些网页只是另一网
阅读背景：
大数据读书笔记之第三章——Findding Similar Items
来源：互联网
分享到：
