Naslov
Detection of Near-duplicate Documents Using Simhash Algorithm
(Otkrivanje sličnih dokumenata koristeći algoritam simhash)

Autori
Yagüe Gonzalez, Daniel

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, preddiplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
25.06

Godina
2017

Stranica
27

Mentor
Vladimir, Klemo

Ključne riječi
simhash algoritam ; hamming udaljenost ; otkrivanje sličnih dokumenata ; sažetak dokumenta
(simhash algorithm ; hamming distance ; near-duplicate detection ; document fingerprint)

Sažetak
Description of methods for detection of near duplicate textual documents. Explanation of the Simhash algorithm and Hamming distance. C++ programming implementation of the Simhash algorithm tested on a collection of texts. Evaluation of the method and it is efficiency.

Izvorni jezik
Engleski

Znanstvena područja
Računarstvo

POVEZANOST RADA