Участник:Raistlin/Литература

Материал из MachineLearning.

Перейти к: навигация, поиск

Всё, что касается алгоритма шинглов:

1) Сегалович И.В. Спамооборона

В статье дается обзор методов борьбы со спамом и способами его доставки. Объясняется, почему невозможно построить Идеальный Спам-Фильтр. В заключение приводится идея алгоритма "Супершингл Яндекса" (являющегося модификафией классического метода шинглов А. Бродера), используемого для поиска почти дубликатов.


2) Сегалович И.В. Как работают поисковые системы

Обзор различных методов и подходов информационного поиска. Рассказывается про инвертированные файлы, упоминается использование алгоритма шинглов для исключения из поиска "очень похожих документов".


3) Python: Алгоритм Шинглов — поиск нечетких дубликатов текста

Алгоритм шинглов для веб-документов

В двух статьях "на пальцах" разбирается алгоритм шинглов, для наглядности приводится упрощенная реализация на Python.


3) Зеленков Ю.Г, Сегалович И.В. Сравнительный анализ методов определения нечетких дубликатов для Web-документов

Приводятся описания различных методов поиска дубликатов (в том числе и алгоритм шинглов) и их оценка качества.

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Raistlin/%D0%9B%D0%B8%D1%82%D0%B5%D1%80%D0%B0%D1%82%D1%83%D1%80%D0%B0»
Личные инструменты