华南师范大学学报(自然科学版)

作者：李恒新, 韩坚华*

关键词：Simhash, CityHash, MongoDB, 指纹特征值, 相似检测

对Simhash算法进行改进，用CityHash函数生成数据指纹特征值，以此对数据进行判重.在广州市某区政府的信访业务真实数据下进行了实验，实验结果相对其他算法具有较高的召回率和准确率.并提出了一种索引归类方法来提高全部数据一次性相似检测的速度，在MongoDB数据库存储指纹值的前提下，为增量数据的高效判重处理提供了保障．通过对数据的整个判重过程的改进，达到了高效、实用的价值，为科学办案、重复办案提供了参考依据．

来源：2015年第1期

《华南师范大学学报(自然科学版)》期刊编辑部

查看华南师范大学学报(自然科学版)杂志2015年第1期