基于分组指纹的细粒度相似性检测系统

• 作者: 涂慧 满君丰 盛鑫海 袁鑫攀
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 分组指纹 细粒度 文档相似性检测 海明距离
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 应用技术
• 页码范围: 81-85
• 页数: 5页
• 分类号: TP391.3
• 字数: 3063字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2014.06.016

摘要

在文档相似性检测中，粗粒度会降低准确度，粒度过细又会大幅增加计算时间。针对基金项目相似性检测，在b位Minwise Hash算法的基础上，提出了一种细粒度文档相似性快速检测方法。先对文档进行预处理，提取文档正文，并生成分组指纹特征，再构建细粒度的分组指纹索引结构，利用海明距离来计算文档之间的相似性，以XML文档形式存储并显示相似信息。通过系统的实现，验证了该方法的有效性，且检索效率有所提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	满君丰	湖南工业大学计算机与通信学院	69	258	9.0	12.0
2	袁鑫攀	湖南工业大学计算机与通信学院	14	19	2.0	4.0
3	盛鑫海	湖南工业大学计算机与通信学院	3	2	1.0	1.0
4	涂慧	中南大学信息科学与工程学院	1	0	0.0	0.0