yangshangchuan
yangshangchuan

基于word分词提供的文本相似度算法来实现通用的网页相似度检测

实现代码：基于word分词提供的文本相似度算法来实现通用的网页相似度检测

运行结果：

检查的博文数：128

1、检查博文：192本软件著作用词分析（五）用词最复杂99级，相似度分值：Simple=0.968589 Cosine=0.955598 EditDistance=0.916884 EuclideanDistance=0.00825 ManhattanDistance=0.001209 Jaccard=0.859838 JaroDistance=0.824469 JaroWinklerDistance=0.894682 SørensenDiceCoefficient=0.924638 SimHashPlusHammingDistance=0.976563

博文地址1：http://my.oschina.net/apdplat/blog/388816
博文地址2：http://yangshangchuan.iteye.com/blog/2194214

2、检查博文：APDPlat的系统启动和关闭流程剖析，相似度分值：Simple=0.837996 Cosine=0.711649 EditDistance=0.55001 EuclideanDistance=0.003669 ManhattanDistance=0.000992 Jaccard=0.549422 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.709196 SimHashPlusHammingDistance=0.890625

博文地址1：http://my.oschina.net/apdplat/blog/197067
博文地址2：http://yangshangchuan.iteye.com/blog/2010808

3、检查博文：大数据系列8：Sqoop – HADOOP和RDBMS数据交换，相似度分值：Simple=0.421336 Cosine=0.856138 EditDistance=0.235512 EuclideanDistance=0.004961 ManhattanDistance=0.00052 Jaccard=0.379686 JaroDistance=0.595918 JaroWinklerDistance=0.757551 SørensenDiceCoefficient=0.550394 SimHashPlusHammingDistance=0.960938

博文地址1：http://my.oschina.net/apdplat/blog/396681
博文地址2：http://yangshangchuan.iteye.com/blog/1950171

4、检查博文：网络机器人的识别与攻防的经典案例（也即爬虫与反爬虫的经典案例），相似度分值：Simple=0.900024 Cosine=0.984046 EditDistance=0.709709 EuclideanDistance=0.002209 ManhattanDistance=0.000849 Jaccard=0.63695 JaroDistance=0.769486 JaroWinklerDistance=0.861692 SørensenDiceCoefficient=0.778215 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/399090
博文地址2：http://yangshangchuan.iteye.com/blog/2201599

5、检查博文：Cygwin运行nutch报错：Failed to set permissions of path，相似度分值：Simple=0.59337 Cosine=0.845891 EditDistance=0.161141 EuclideanDistance=0.019639 ManhattanDistance=0.001314 Jaccard=0.350962 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.519573 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396698
博文地址2：http://yangshangchuan.iteye.com/blog/1839784

6、检查博文：nutch2.1+mysql报错及解决，相似度分值：Simple=0.655839 Cosine=0.935856 EditDistance=0.306204 EuclideanDistance=0.019631 ManhattanDistance=0.001353 Jaccard=0.340532 JaroDistance=0.693991 JaroWinklerDistance=0.816395 SørensenDiceCoefficient=0.508055 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/397144
博文地址2：http://yangshangchuan.iteye.com/blog/1839782

7、检查博文：如何在你的应用中使用Jasypt来保护你的数据库用户名和密码，相似度分值：Simple=0.828777 Cosine=0.53085 EditDistance=0.520455 EuclideanDistance=0.002354 ManhattanDistance=0.000858 Jaccard=0.472622 JaroDistance=0.716332 JaroWinklerDistance=0.829799 SørensenDiceCoefficient=0.641879 SimHashPlusHammingDistance=0.859375

博文地址1：http://my.oschina.net/apdplat/blog/405306
博文地址2：http://yangshangchuan.iteye.com/blog/2205240

8、检查博文：cws_evaluation v1.1 发布，中文分词器分词效果评估对比，相似度分值：Simple=0.534674 Cosine=0.739811 EditDistance=0.126522 EuclideanDistance=0.019823 ManhattanDistance=0.001362 Jaccard=0.291045 JaroDistance=0.578053 JaroWinklerDistance=0.746832 SørensenDiceCoefficient=0.450867 SimHashPlusHammingDistance=0.9375

博文地址1：http://my.oschina.net/apdplat/blog/413623
博文地址2：http://yangshangchuan.iteye.com/blog/2210409

9、检查博文：计算ITEYE博文在百度的收录与排名情况，相似度分值：Simple=0.840311 Cosine=0.945342 EditDistance=0.5628 EuclideanDistance=0.019775 ManhattanDistance=0.001333 Jaccard=0.657439 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.793319 SimHashPlusHammingDistance=0.984375

博文地址1：http://my.oschina.net/apdplat/blog/395970
博文地址2：http://yangshangchuan.iteye.com/blog/2199419

10、检查博文：Ubuntu上安装HADOOP多机完全分布式集群，相似度分值：Simple=0.754929 Cosine=0.945111 EditDistance=0.462486 EuclideanDistance=0.01599 ManhattanDistance=0.001279 Jaccard=0.434655 JaroDistance=0.723925 JaroWinklerDistance=0.834355 SørensenDiceCoefficient=0.605937 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/397146
博文地址2：http://yangshangchuan.iteye.com/blog/1840481

11、检查博文：如何在你的应用中集成人机问答系统QuestionAnsweringSystem?，相似度分值：Simple=0.704358 Cosine=0.705715 EditDistance=0.235162 EuclideanDistance=0.007757 ManhattanDistance=0.001188 Jaccard=0.427877 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.599319 SimHashPlusHammingDistance=0.890625

博文地址1：http://my.oschina.net/apdplat/blog/308397
博文地址2：http://yangshangchuan.iteye.com/blog/2108250

12、检查博文：APDPlat中数据库备份恢复的设计与实现，相似度分值：Simple=0.950623 Cosine=0.674034 EditDistance=0.668374 EuclideanDistance=0.000293 ManhattanDistance=0.00024 Jaccard=0.666019 JaroDistance=0.741278 JaroWinklerDistance=0.844767 SørensenDiceCoefficient=0.799534 SimHashPlusHammingDistance=0.96875

博文地址1：http://my.oschina.net/apdplat/blog/196912
博文地址2：http://yangshangchuan.iteye.com/blog/2010680

13、检查博文：一个月的时间让你的词汇量翻一翻，相似度分值：Simple=0.801655 Cosine=0.184972 EditDistance=0.64471 EuclideanDistance=0.000351 ManhattanDistance=0.000117 Jaccard=0.742542 JaroDistance=0.721516 JaroWinklerDistance=0.83291 SørensenDiceCoefficient=0.852252 SimHashPlusHammingDistance=0.851563

博文地址1：http://my.oschina.net/apdplat/blog/379303
博文地址2：http://yangshangchuan.iteye.com/blog/2186301

14、检查博文：配置Cygwin支持无密码SSH登陆，相似度分值：Simple=0.536943 Cosine=0.695802 EditDistance=0.09919 EuclideanDistance=0.019992 ManhattanDistance=0.00137 Jaccard=0.321306 JaroDistance=0.612527 JaroWinklerDistance=0.767516 SørensenDiceCoefficient=0.486346 SimHashPlusHammingDistance=0.984375

博文地址1：http://my.oschina.net/apdplat/blog/397057
博文地址2：http://yangshangchuan.iteye.com/blog/1839812

15、检查博文：1208个合成词，相似度分值：Simple=0.965804 Cosine=0.097513 EditDistance=0.813562 EuclideanDistance=0.000415 ManhattanDistance=0.000281 Jaccard=0.928756 JaroDistance=0.779024 JaroWinklerDistance=0.867414 SørensenDiceCoefficient=0.963062 SimHashPlusHammingDistance=0.875

博文地址1：http://my.oschina.net/apdplat/blog/393724
博文地址2：http://yangshangchuan.iteye.com/blog/2197556

16、检查博文：30个JDK类库源代码中最频繁出现的词的深度分析，相似度分值：Simple=0.57495 Cosine=0.772278 EditDistance=0.092555 EuclideanDistance=0.020669 ManhattanDistance=0.001404 Jaccard=0.398703 JaroDistance=0.59485 JaroWinklerDistance=0.75691 SørensenDiceCoefficient=0.570104 SimHashPlusHammingDistance=0.945313

博文地址1：http://my.oschina.net/apdplat/blog/390615
博文地址2：http://yangshangchuan.iteye.com/blog/2194885

17、检查博文：分析996个词根在各大考纲词汇中的作用（五）总结精选篇，相似度分值：Simple=0.864495 Cosine=0.923546 EditDistance=0.535333 EuclideanDistance=0.00042 ManhattanDistance=0.000059 Jaccard=0.775869 JaroDistance=0.683946 JaroWinklerDistance=0.810368 SørensenDiceCoefficient=0.873791 SimHashPlusHammingDistance=0.929688

博文地址1：http://my.oschina.net/apdplat/blog/391865
博文地址2：http://yangshangchuan.iteye.com/blog/2195991

18、检查博文：HBase on CAP，相似度分值：Simple=0.630322 Cosine=0.729626 EditDistance=0.255472 EuclideanDistance=0.020057 ManhattanDistance=0.001366 Jaccard=0.353968 JaroDistance=0.680505 JaroWinklerDistance=0.808303 SørensenDiceCoefficient=0.52286 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/397628
博文地址2：http://yangshangchuan.iteye.com/blog/2002544

19、检查博文：根据76大细分词性对单词进行归组（二），相似度分值：Simple=0.816729 Cosine=0.864275 EditDistance=0.726828 EuclideanDistance=0.008324 ManhattanDistance=0.00024 Jaccard=0.740036 JaroDistance=0.752048 JaroWinklerDistance=0.851229 SørensenDiceCoefficient=0.850599 SimHashPlusHammingDistance=0.914063

博文地址1：http://my.oschina.net/apdplat/blog/393774
博文地址2：http://yangshangchuan.iteye.com/blog/2197877

20、检查博文：测试人机问答系统智能性的3760个问题，相似度分值：Simple=0.161384 Cosine=0.416116 EditDistance=0.029114 EuclideanDistance=0.00041 ManhattanDistance=0.000050 Jaccard=0.045144 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.086388 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/401622
博文地址2：http://yangshangchuan.iteye.com/blog/2202537

21、检查博文：The Future of Compass & ElasticSearch，相似度分值：Simple=0.875892 Cosine=0.956077 EditDistance=0.71091 EuclideanDistance=0.017992 ManhattanDistance=0.00133 Jaccard=0.57684 JaroDistance=0.767975 JaroWinklerDistance=0.860785 SørensenDiceCoefficient=0.73164 SimHashPlusHammingDistance=0.976563

博文地址1：http://my.oschina.net/apdplat/blog/397148
博文地址2：http://yangshangchuan.iteye.com/blog/2010721

22、检查博文：jsearch的索引文件结构，相似度分值：Simple=0.674823 Cosine=0.929826 EditDistance=0.312766 EuclideanDistance=0.01487 ManhattanDistance=0.001276 Jaccard=0.381494 JaroDistance=0.691813 JaroWinklerDistance=0.815088 SørensenDiceCoefficient=0.552291 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/416505
博文地址2：http://yangshangchuan.iteye.com/blog/2212348

23、检查博文：APDPlat中领域模型的自描述机制与事件通知机制，相似度分值：Simple=0.911947 Cosine=0.267994 EditDistance=0.585479 EuclideanDistance=0.000505 ManhattanDistance=0.000366 Jaccard=0.544767 JaroDistance=0.718252 JaroWinklerDistance=0.830951 SørensenDiceCoefficient=0.705306 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/196973
博文地址2：http://yangshangchuan.iteye.com/blog/2010734

24、检查博文：根据76大细分词性对单词进行归组（一），相似度分值：Simple=0.759641 Cosine=0.931402 EditDistance=0.706716 EuclideanDistance=0.010161 ManhattanDistance=0.000222 Jaccard=0.666394 JaroDistance=0.745764 JaroWinklerDistance=0.847459 SørensenDiceCoefficient=0.799803 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/393771
博文地址2：http://yangshangchuan.iteye.com/blog/2197874

25、检查博文：如何解决BUG？，相似度分值：Simple=0.57311 Cosine=0.797745 EditDistance=0.095066 EuclideanDistance=0.019418 ManhattanDistance=0.0013 Jaccard=0.406832 JaroDistance=0.571933 JaroWinklerDistance=0.74316 SørensenDiceCoefficient=0.578366 SimHashPlusHammingDistance=0.953125

博文地址1：http://my.oschina.net/apdplat/blog/394216
博文地址2：http://yangshangchuan.iteye.com/blog/1960489

26、检查博文：The Design of HDFS，相似度分值：Simple=0.744979 Cosine=0.839179 EditDistance=0.482531 EuclideanDistance=0.019056 ManhattanDistance=0.001328 Jaccard=0.442281 JaroDistance=0.714793 JaroWinklerDistance=0.828876 SørensenDiceCoefficient=0.613308 SimHashPlusHammingDistance=0.992188

博文地址1：http://my.oschina.net/apdplat/blog/397149
博文地址2：http://yangshangchuan.iteye.com/blog/2002898

27、检查博文：APDPlat中备份文件异地容灾机制之FTP上传，相似度分值：Simple=0.899481 Cosine=0.27521 EditDistance=0.545071 EuclideanDistance=0.000563 ManhattanDistance=0.000396 Jaccard=0.546616 JaroDistance=0.707821 JaroWinklerDistance=0.824693 SørensenDiceCoefficient=0.706854 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/197005
博文地址2：http://yangshangchuan.iteye.com/blog/2010750

28、检查博文：大数据系列7：Storm – 流计算，相似度分值：Simple=0.740234 Cosine=0.992857 EditDistance=0.451383 EuclideanDistance=0.017052 ManhattanDistance=0.001316 Jaccard=0.39939 JaroDistance=0.717337 JaroWinklerDistance=0.830402 SørensenDiceCoefficient=0.570806 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396589
博文地址2：http://yangshangchuan.iteye.com/blog/1950165

29、检查博文：APDPlat如何自动建库建表并初始化数据？，相似度分值：Simple=0.883401 Cosine=0.472728 EditDistance=0.62593 EuclideanDistance=0.001341 ManhattanDistance=0.000659 Jaccard=0.59812 JaroDistance=0.738848 JaroWinklerDistance=0.843309 SørensenDiceCoefficient=0.748529 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/197703
博文地址2：http://yangshangchuan.iteye.com/blog/2012220

30、检查博文：分析在各大考纲词汇中同时拥有前缀后缀和词根的词（一），相似度分值：Simple=0.715624 Cosine=0.987889 EditDistance=0.162058 EuclideanDistance=0.000141 ManhattanDistance=0.000018 Jaccard=0.246482 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.395484 SimHashPlusHammingDistance=0.992188

博文地址1：http://my.oschina.net/apdplat/blog/392490
博文地址2：http://yangshangchuan.iteye.com/blog/2198571

31、检查博文：如何使用Intellij IDEA开发Maven项目？，相似度分值：Simple=0.54095 Cosine=0.750646 EditDistance=0.100101 EuclideanDistance=0.019815 ManhattanDistance=0.001348 Jaccard=0.337907 JaroDistance=0.592775 JaroWinklerDistance=0.755665 SørensenDiceCoefficient=0.505128 SimHashPlusHammingDistance=0.960938

博文地址1：http://my.oschina.net/apdplat/blog/402634
博文地址2：http://yangshangchuan.iteye.com/blog/2203614

32、检查博文：Java实现的基于模板的网页结构化信息精准抽取组件：HtmlExtractor，相似度分值：Simple=0.813787 Cosine=0.656104 EditDistance=0.511139 EuclideanDistance=0.004777 ManhattanDistance=0.001002 Jaccard=0.462937 JaroDistance=0.730409 JaroWinklerDistance=0.838245 SørensenDiceCoefficient=0.632887 SimHashPlusHammingDistance=0.875

博文地址1：http://my.oschina.net/apdplat/blog/308400
博文地址2：http://yangshangchuan.iteye.com/blog/2110604

33、检查博文：大数据系列6：HBase – 基于Hadoop的分布式数据库，相似度分值：Simple=0.799285 Cosine=0.960764 EditDistance=0.45006 EuclideanDistance=0.015144 ManhattanDistance=0.001131 Jaccard=0.46224 JaroDistance=0.729751 JaroWinklerDistance=0.83785 SørensenDiceCoefficient=0.632235 SimHashPlusHammingDistance=0.984375

博文地址1：http://my.oschina.net/apdplat/blog/396587
博文地址2：http://yangshangchuan.iteye.com/blog/1954018

34、检查博文：动态索引结构和索引更新机制，相似度分值：Simple=0.710059 Cosine=0.867202 EditDistance=0.318482 EuclideanDistance=0.019811 ManhattanDistance=0.001361 Jaccard=0.393204 JaroDistance=0.695552 JaroWinklerDistance=0.817331 SørensenDiceCoefficient=0.56446 SimHashPlusHammingDistance=0.976563

博文地址1：http://my.oschina.net/apdplat/blog/308393
博文地址2：http://yangshangchuan.iteye.com/blog/2103647

35、检查博文：APDPlat的日志国际化实现方式，相似度分值：Simple=0.724513 Cosine=0.640231 EditDistance=0.246724 EuclideanDistance=0.006562 ManhattanDistance=0.001047 Jaccard=0.381955 JaroDistance=0.68584 JaroWinklerDistance=0.811504 SørensenDiceCoefficient=0.552775 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/196605
博文地址2：http://yangshangchuan.iteye.com/blog/1974027

36、检查博文：词组习语3054组，相似度分值：Simple=0.982007 Cosine=0.999109 EditDistance=0.957185 EuclideanDistance=0.020149 ManhattanDistance=0.001377 Jaccard=0.923142 JaroDistance=0.832513 JaroWinklerDistance=0.899508 SørensenDiceCoefficient=0.960035 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/393374
博文地址2：http://yangshangchuan.iteye.com/blog/2197555

37、检查博文：二百多部软件著作中最重要的9224个英语单词，相似度分值：Simple=0.965539 Cosine=0.998876 EditDistance=0.694819 EuclideanDistance=0.012909 ManhattanDistance=0.000311 Jaccard=0.88649 JaroDistance=0.836379 JaroWinklerDistance=0.901827 SørensenDiceCoefficient=0.93983 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/391023
博文地址2：http://yangshangchuan.iteye.com/blog/2195559

38、检查博文：大数据系列1：在win7上安装配置Hadoop伪分布式集群，相似度分值：Simple=0.781923 Cosine=0.947268 EditDistance=0.498998 EuclideanDistance=0.012338 ManhattanDistance=0.001206 Jaccard=0.449213 JaroDistance=0.724605 JaroWinklerDistance=0.834763 SørensenDiceCoefficient=0.619941 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396579
博文地址2：http://yangshangchuan.iteye.com/blog/1953929

39、检查博文：大数据系列9：Mahout – 机器学习，相似度分值：Simple=0.694397 Cosine=0.904952 EditDistance=0.325297 EuclideanDistance=0.018716 ManhattanDistance=0.001312 Jaccard=0.31453 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.478544 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396682
博文地址2：http://yangshangchuan.iteye.com/blog/1950172

40、检查博文：new一个Object对象占用多少内存？，相似度分值：Simple=0.773846 Cosine=0.82497 EditDistance=0.388785 EuclideanDistance=0.008579 ManhattanDistance=0.000847 Jaccard=0.580042 JaroDistance=0.717925 JaroWinklerDistance=0.830755 SørensenDiceCoefficient=0.734211 SimHashPlusHammingDistance=0.875

博文地址1：http://my.oschina.net/apdplat/blog/208456
博文地址2：http://yangshangchuan.iteye.com/blog/2021423

41、检查博文：使用CountDownLatch来模拟马拉松比赛，相似度分值：Simple=0.800658 Cosine=0.262993 EditDistance=0.405044 EuclideanDistance=0.001268 ManhattanDistance=0.000655 Jaccard=0.376563 JaroDistance=0.627187 JaroWinklerDistance=0.776312 SørensenDiceCoefficient=0.547106 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/385448
博文地址2：http://yangshangchuan.iteye.com/blog/2198572

42、检查博文：Hadoop分布式文件系统HDFS和OpenStack对象存储系统Swift有何不同？，相似度分值：Simple=0.545455 Cosine=0.706179 EditDistance=0.103397 EuclideanDistance=0.019213 ManhattanDistance=0.001311 Jaccard=0.333887 JaroDistance=0.587214 JaroWinklerDistance=0.752328 SørensenDiceCoefficient=0.500623 SimHashPlusHammingDistance=0.992188

博文地址1：http://my.oschina.net/apdplat/blog/396126
博文地址2：http://yangshangchuan.iteye.com/blog/1969491

43、检查博文：Hadoop发行版的比较与选择，相似度分值：Simple=0.819282 Cosine=0.925438 EditDistance=0.530046 EuclideanDistance=0.017123 ManhattanDistance=0.001174 Jaccard=0.613161 JaroDistance=0.738283 JaroWinklerDistance=0.84297 SørensenDiceCoefficient=0.760198 SimHashPlusHammingDistance=0.992188

博文地址1：http://my.oschina.net/apdplat/blog/397625
博文地址2：http://yangshangchuan.iteye.com/blog/1972846

44、检查博文：中文分词算法 之 基于词典的正向最大匹配算法，相似度分值：Simple=0.949163 Cosine=0.822691 EditDistance=0.491317 EuclideanDistance=0.00024 ManhattanDistance=0.000176 Jaccard=0.615854 JaroDistance=0.689317 JaroWinklerDistance=0.81359 SørensenDiceCoefficient=0.762264 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/209211
博文地址2：http://yangshangchuan.iteye.com/blog/2031813

45、检查博文：大数据系列3：用Python编写MapReduce，相似度分值：Simple=0.712381 Cosine=0.998152 EditDistance=0.384444 EuclideanDistance=0.015459 ManhattanDistance=0.001297 Jaccard=0.30648 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.469169 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396581
博文地址2：http://yangshangchuan.iteye.com/blog/1950157

46、检查博文：运行nutch报错：unzipBestEffort returned null，相似度分值：Simple=0.799439 Cosine=0.790457 EditDistance=0.496494 EuclideanDistance=0.007016 ManhattanDistance=0.001129 Jaccard=0.449635 JaroDistance=0.722079 JaroWinklerDistance=0.833247 SørensenDiceCoefficient=0.620342 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/207653
博文地址2：http://yangshangchuan.iteye.com/blog/2030096

47、检查博文：2000个软件开发领域的高频特殊词及精选例句（一），相似度分值：Simple=0.997733 Cosine=0.894828 EditDistance=0.969809 EuclideanDistance=0.00031 ManhattanDistance=0.000166 Jaccard=0.966481 JaroDistance=0.833402 JaroWinklerDistance=0.900041 SørensenDiceCoefficient=0.982955 SimHashPlusHammingDistance=0.945313

博文地址1：http://my.oschina.net/apdplat/blog/389200
博文地址2：http://yangshangchuan.iteye.com/blog/2195665

48、检查博文：312个免费高速HTTP代理IP（能隐藏自己真实IP地址），相似度分值：Simple=0.863259 Cosine=0.991079 EditDistance=0.721858 EuclideanDistance=0.019681 ManhattanDistance=0.00133 Jaccard=0.608095 JaroDistance=0.774801 JaroWinklerDistance=0.864881 SørensenDiceCoefficient=0.756292 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/399179
博文地址2：http://yangshangchuan.iteye.com/blog/2201661

49、检查博文：JDK源代码中最重要的4646个英语单词，相似度分值：Simple=0.983735 Cosine=0.998253 EditDistance=0.958238 EuclideanDistance=0.020571 ManhattanDistance=0.001416 Jaccard=0.947587 JaroDistance=0.831959 JaroWinklerDistance=0.899176 SørensenDiceCoefficient=0.973088 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/390915
博文地址2：http://yangshangchuan.iteye.com/blog/2195664

50、检查博文：分布式内存文件系统：Tachyon，相似度分值：Simple=0.666036 Cosine=0.888752 EditDistance=0.258614 EuclideanDistance=0.020062 ManhattanDistance=0.001339 Jaccard=0.424242 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.595745 SimHashPlusHammingDistance=0.992188

博文地址1：http://my.oschina.net/apdplat/blog/377832
博文地址2：http://yangshangchuan.iteye.com/blog/2199538

51、检查博文：JAVA调用CSDN接口发博文，相似度分值：Simple=0.834603 Cosine=0.24022 EditDistance=0.370826 EuclideanDistance=0.000925 ManhattanDistance=0.000542 Jaccard=0.461646 JaroDistance=0.669012 JaroWinklerDistance=0.801407 SørensenDiceCoefficient=0.631679 SimHashPlusHammingDistance=0.875

博文地址1：http://my.oschina.net/apdplat/blog/200145
博文地址2：http://yangshangchuan.iteye.com/blog/2017751

52、检查博文：JDK源代码以及200多部软件著作中出现的以连字符构造的1011个合成词，相似度分值：Simple=0.940111 Cosine=0.990982 EditDistance=0.857646 EuclideanDistance=0.020575 ManhattanDistance=0.001418 Jaccard=0.810566 JaroDistance=0.808976 JaroWinklerDistance=0.885386 SørensenDiceCoefficient=0.895373 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/394495
博文地址2：http://yangshangchuan.iteye.com/blog/2199283

53、检查博文：中文分词之11946组同义词，相似度分值：Simple=0.653875 Cosine=0.36483 EditDistance=0.206922 EuclideanDistance=0.004696 ManhattanDistance=0.00106 Jaccard=0.482072 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.650538 SimHashPlusHammingDistance=0.859375

博文地址1：http://my.oschina.net/apdplat/blog/408779
博文地址2：http://yangshangchuan.iteye.com/blog/2207725

54、检查博文：分析在各大考纲词汇中既没有词根也没有前缀和后缀的独立单词，相似度分值：Simple=0.898462 Cosine=0.7621 EditDistance=0.750277 EuclideanDistance=0.020082 ManhattanDistance=0.001323 Jaccard=0.80887 JaroDistance=0.781002 JaroWinklerDistance=0.868601 SørensenDiceCoefficient=0.894337 SimHashPlusHammingDistance=0.96875

博文地址1：http://my.oschina.net/apdplat/blog/392483
博文地址2：http://yangshangchuan.iteye.com/blog/2196691

55、检查博文：给LUKE增加word分词器，相似度分值：Simple=0.588725 Cosine=0.826122 EditDistance=0.118762 EuclideanDistance=0.019581 ManhattanDistance=0.001323 Jaccard=0.32879 JaroDistance=0.625306 JaroWinklerDistance=0.775184 SørensenDiceCoefficient=0.494872 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/397069
博文地址2：http://yangshangchuan.iteye.com/blog/2200077

56、检查博文：大数据系列2：建立开发环境编写HDFS和Map Reduce程序，相似度分值：Simple=0.647931 Cosine=0.883387 EditDistance=0.166276 EuclideanDistance=0.018676 ManhattanDistance=0.001247 Jaccard=0.404223 JaroDistance=0.690409 JaroWinklerDistance=0.814246 SørensenDiceCoefficient=0.575725 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396580
博文地址2：http://yangshangchuan.iteye.com/blog/1950158

57、检查博文：分析113个前缀在各大考纲词汇中的作用（二）总结精选篇，相似度分值：Simple=0.949636 Cosine=0.841608 EditDistance=0.712749 EuclideanDistance=0.00362 ManhattanDistance=0.000494 Jaccard=0.803801 JaroDistance=0.760753 JaroWinklerDistance=0.856452 SørensenDiceCoefficient=0.89123 SimHashPlusHammingDistance=0.945313

博文地址1：http://my.oschina.net/apdplat/blog/392456
博文地址2：http://yangshangchuan.iteye.com/blog/2195996

58、检查博文：ITEYE博文抄袭检查，相似度分值：Simple=0.970753 Cosine=0.996009 EditDistance=0.815637 EuclideanDistance=0.006436 ManhattanDistance=0.000636 Jaccard=0.804027 JaroDistance=0.794149 JaroWinklerDistance=0.876489 SørensenDiceCoefficient=0.891369 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396411
博文地址2：http://yangshangchuan.iteye.com/blog/2199536

59、检查博文：word分词器、ansj分词器、mmseg4j分词器、ik-analyzer分词器分词效果评估，相似度分值：Simple=0.407315 Cosine=0.150613 EditDistance=0.026527 EuclideanDistance=0.00010 ManhattanDistance=0.000053 Jaccard=0.18111 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.306678 SimHashPlusHammingDistance=0.875

博文地址1：http://my.oschina.net/apdplat/blog/228615
博文地址2：http://yangshangchuan.iteye.com/blog/2056537

60、检查博文：分析151个后缀在各大考纲词汇中的作用（三）总结精选篇，相似度分值：Simple=0.967367 Cosine=0.863802 EditDistance=0.742439 EuclideanDistance=0.002269 ManhattanDistance=0.000329 Jaccard=0.855789 JaroDistance=0.76582 JaroWinklerDistance=0.859492 SørensenDiceCoefficient=0.922291 SimHashPlusHammingDistance=0.90625

博文地址1：http://my.oschina.net/apdplat/blog/392466
博文地址2：http://yangshangchuan.iteye.com/blog/2196690

61、检查博文：利用word分词来计算文本相似度，相似度分值：Simple=0.871744 Cosine=0.701305 EditDistance=0.716055 EuclideanDistance=0.002361 ManhattanDistance=0.000734 Jaccard=0.394945 JaroDistance=0.769578 JaroWinklerDistance=0.861747 SørensenDiceCoefficient=0.566251 SimHashPlusHammingDistance=0.890625

博文地址1：http://my.oschina.net/apdplat/blog/417047
博文地址2：http://yangshangchuan.iteye.com/blog/2212667

62、检查博文：大数据系列4：Hive – 基于HADOOP的数据仓库，相似度分值：Simple=0.875955 Cosine=0.993649 EditDistance=0.706468 EuclideanDistance=0.006252 ManhattanDistance=0.001101 Jaccard=0.520858 JaroDistance=0.772404 JaroWinklerDistance=0.863442 SørensenDiceCoefficient=0.684953 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396582
博文地址2：http://yangshangchuan.iteye.com/blog/1950178

63、检查博文：利用word分词通过计算词的语境来获得相关词，相似度分值：Simple=0.914777 Cosine=0.270823 EditDistance=0.7006 EuclideanDistance=0.000958 ManhattanDistance=0.000566 Jaccard=0.716478 JaroDistance=0.75262 JaroWinklerDistance=0.851572 SørensenDiceCoefficient=0.834824 SimHashPlusHammingDistance=0.898438

博文地址1：http://my.oschina.net/apdplat/blog/417922
博文地址2：http://yangshangchuan.iteye.com/blog/2213330

64、检查博文：Java应用系统中自动实时检测资源文件内容变化，相似度分值：Simple=0.944844 Cosine=0.101055 EditDistance=0.589899 EuclideanDistance=0.000212 ManhattanDistance=0.000183 Jaccard=0.54994 JaroDistance=0.708615 JaroWinklerDistance=0.825169 SørensenDiceCoefficient=0.709627 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/312609
博文地址2：http://yangshangchuan.iteye.com/blog/2115461

65、检查博文：OSCHINA博文抄袭检查，相似度分值：Simple=0.972508 Cosine=0.995548 EditDistance=0.813105 EuclideanDistance=0.005584 ManhattanDistance=0.000579 Jaccard=0.816191 JaroDistance=0.791755 JaroWinklerDistance=0.875053 SørensenDiceCoefficient=0.898794 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396414
博文地址2：http://yangshangchuan.iteye.com/blog/2200451

66、检查博文：中文分词算法 之 词典机制性能优化与测试，相似度分值：Simple=0.781593 Cosine=0.460772 EditDistance=0.424893 EuclideanDistance=0.002293 ManhattanDistance=0.000831 Jaccard=0.475168 JaroDistance=0.697677 JaroWinklerDistance=0.818606 SørensenDiceCoefficient=0.644222 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/213968
博文地址2：http://yangshangchuan.iteye.com/blog/2035007

67、检查博文：一种防止用户生成内容站点出现商业广告以及非法有害等垃圾信息的方法，相似度分值：Simple=0.947755 Cosine=0.997995 EditDistance=0.849805 EuclideanDistance=0.017408 ManhattanDistance=0.001151 Jaccard=0.746667 JaroDistance=0.807946 JaroWinklerDistance=0.884768 SørensenDiceCoefficient=0.854962 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/398338
博文地址2：http://yangshangchuan.iteye.com/blog/2200810

68、检查博文：给JAVA源代码文件统一地添加licence信息头，相似度分值：Simple=0.876004 Cosine=0.228873 EditDistance=0.471621 EuclideanDistance=0.000488 ManhattanDistance=0.000354 Jaccard=0.460165 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.630292 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/396415
博文地址2：http://yangshangchuan.iteye.com/blog/1841150

69、检查博文：中文分词算法 之 基于词典的正向最小匹配算法，相似度分值：Simple=0.605042 Cosine=0.745649 EditDistance=0.076564 EuclideanDistance=0.014045 ManhattanDistance=0.001252 Jaccard=0.352431 JaroDistance=0.552118 JaroWinklerDistance=0.731271 SørensenDiceCoefficient=0.521181 SimHashPlusHammingDistance=0.90625

博文地址1：http://my.oschina.net/apdplat/blog/217588
博文地址2：http://yangshangchuan.iteye.com/blog/2040423

70、检查博文：APDPlat中的机器码生成机制，相似度分值：Simple=0.924309 Cosine=0.28588 EditDistance=0.549355 EuclideanDistance=0.000371 ManhattanDistance=0.000283 Jaccard=0.55618 JaroDistance=0.7063 JaroWinklerDistance=0.82378 SørensenDiceCoefficient=0.714801 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/197805
博文地址2：http://yangshangchuan.iteye.com/blog/2012401

71、检查博文：关于解析配置文件的一点思考，相似度分值：Simple=0.899769 Cosine=0.213149 EditDistance=0.567892 EuclideanDistance=0.000607 ManhattanDistance=0.000423 Jaccard=0.575942 JaroDistance=0.718013 JaroWinklerDistance=0.830808 SørensenDiceCoefficient=0.730918 SimHashPlusHammingDistance=0.851563

博文地址1：http://my.oschina.net/apdplat/blog/404695
博文地址2：http://yangshangchuan.iteye.com/blog/2204877

72、检查博文：struts2和spring mvc，孰优孰劣？，相似度分值：Simple=0.917758 Cosine=0.241255 EditDistance=0.592436 EuclideanDistance=0.000453 ManhattanDistance=0.000339 Jaccard=0.549367 JaroDistance=0.719762 JaroWinklerDistance=0.831857 SørensenDiceCoefficient=0.70915 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/403561
博文地址2：http://yangshangchuan.iteye.com/blog/2203767

73、检查博文：中文分词效果对比，相似度分值：Simple=0.726563 Cosine=0.289377 EditDistance=0.252894 EuclideanDistance=0.001605 ManhattanDistance=0.000703 Jaccard=0.443243 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.614232 SimHashPlusHammingDistance=0.875

博文地址1：http://my.oschina.net/apdplat/blog/228614
博文地址2：http://yangshangchuan.iteye.com/blog/2043184

74、检查博文：如何使用HtmlExtractor实现基于模板的网页结构化信息精准抽取?，相似度分值：Simple=0.905067 Cosine=0.390132 EditDistance=0.645882 EuclideanDistance=0.00082 ManhattanDistance=0.000511 Jaccard=0.692377 JaroDistance=0.741666 JaroWinklerDistance=0.845 SørensenDiceCoefficient=0.81823 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/402149
博文地址2：http://yangshangchuan.iteye.com/blog/2202879

75、检查博文：中文分词算法 之 基于词典的逆向最小匹配算法，相似度分值：Simple=0.60509 Cosine=0.746722 EditDistance=0.078228 EuclideanDistance=0.014311 ManhattanDistance=0.001274 Jaccard=0.350263 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.518807 SimHashPlusHammingDistance=0.90625

博文地址1：http://my.oschina.net/apdplat/blog/217589
博文地址2：http://yangshangchuan.iteye.com/blog/2040431

76、检查博文：大数据系列10：Spark – 内存计算，相似度分值：Simple=0.652939 Cosine=0.910027 EditDistance=0.295395 EuclideanDistance=0.019689 ManhattanDistance=0.001348 Jaccard=0.351133 JaroDistance=0.686576 JaroWinklerDistance=0.811946 SørensenDiceCoefficient=0.51976 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396683
博文地址2：http://yangshangchuan.iteye.com/blog/1950276

77、检查博文：基于Nutch+Hadoop+Hbase+ElasticSearch的网络爬虫及搜索引擎，相似度分值：Simple=0.69378 Cosine=0.876685 EditDistance=0.325701 EuclideanDistance=0.018531 ManhattanDistance=0.001232 Jaccard=0.495425 JaroDistance=0.706159 JaroWinklerDistance=0.823696 SørensenDiceCoefficient=0.662587 SimHashPlusHammingDistance=0.960938

博文地址1：http://my.oschina.net/apdplat/blog/308396
博文地址2：http://yangshangchuan.iteye.com/blog/2103664

78、检查博文：Amazon Dynamo的NWR模型，相似度分值：Simple=0.700984 Cosine=0.917696 EditDistance=0.369508 EuclideanDistance=0.019238 ManhattanDistance=0.001302 Jaccard=0.489189 JaroDistance=0.694207 JaroWinklerDistance=0.816524 SørensenDiceCoefficient=0.656987 SimHashPlusHammingDistance=0.96875

博文地址1：http://my.oschina.net/apdplat/blog/393783
博文地址2：http://yangshangchuan.iteye.com/blog/2010574

79、检查博文：采集电子报纸，相似度分值：Simple=0.947947 Cosine=0.119871 EditDistance=0.568618 EuclideanDistance=0.00018 ManhattanDistance=0.000158 Jaccard=0.503193 JaroDistance=0.679952 JaroWinklerDistance=0.807971 SørensenDiceCoefficient=0.669499 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/397051
博文地址2：http://yangshangchuan.iteye.com/blog/1996911

80、检查博文：人机问答系统介绍，相似度分值：Simple=0.576392 Cosine=0.795634 EditDistance=0.099 EuclideanDistance=0.019823 ManhattanDistance=0.001393 Jaccard=0.370184 JaroDistance=0.615931 JaroWinklerDistance=0.769559 SørensenDiceCoefficient=0.540342 SimHashPlusHammingDistance=0.945313

博文地址1：http://my.oschina.net/apdplat/blog/402411
博文地址2：http://yangshangchuan.iteye.com/blog/2203238

81、检查博文：配置Nutch模拟浏览器以绕过反爬虫限制，相似度分值：Simple=0.861469 Cosine=0.468709 EditDistance=0.567494 EuclideanDistance=0.001332 ManhattanDistance=0.000678 Jaccard=0.491826 JaroDistance=0.7279 JaroWinklerDistance=0.83674 SørensenDiceCoefficient=0.659361 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/208457
博文地址2：http://yangshangchuan.iteye.com/blog/2030741

82、检查博文：Ubuntu上安装HADOOP单机伪分布式集群，相似度分值：Simple=0.692959 Cosine=0.931583 EditDistance=0.354773 EuclideanDistance=0.019811 ManhattanDistance=0.001353 Jaccard=0.371336 JaroDistance=0.702344 JaroWinklerDistance=0.821406 SørensenDiceCoefficient=0.541568 SimHashPlusHammingDistance=0.984375

博文地址1：http://my.oschina.net/apdplat/blog/397145
博文地址2：http://yangshangchuan.iteye.com/blog/1839809

83、检查博文：搜索引擎的分片（shard）和副本（replica）机制，相似度分值：Simple=0.53135 Cosine=0.713158 EditDistance=0.104676 EuclideanDistance=0.019034 ManhattanDistance=0.001294 Jaccard=0.338843 JaroDistance=0.580059 JaroWinklerDistance=0.748035 SørensenDiceCoefficient=0.506173 SimHashPlusHammingDistance=0.882813

博文地址1：http://my.oschina.net/apdplat/blog/308395
博文地址2：http://yangshangchuan.iteye.com/blog/2103650

84、检查博文：大数据系列12：Hadoop2 – 全新的Hadoop，相似度分值：Simple=0.723373 Cosine=0.954384 EditDistance=0.332196 EuclideanDistance=0.012481 ManhattanDistance=0.000993 Jaccard=0.373219 JaroDistance=0.706972 JaroWinklerDistance=0.824183 SørensenDiceCoefficient=0.543568 SimHashPlusHammingDistance=0.914063

博文地址1：http://my.oschina.net/apdplat/blog/396685
博文地址2：http://yangshangchuan.iteye.com/blog/1967994

85、检查博文：开源项目中如何同时支持Git@OSC和Github，相似度分值：Simple=0.610243 Cosine=0.802775 EditDistance=0.134549 EuclideanDistance=0.017438 ManhattanDistance=0.001279 Jaccard=0.363636 JaroDistance=0.629487 JaroWinklerDistance=0.777692 SørensenDiceCoefficient=0.533333 SimHashPlusHammingDistance=0.976563

博文地址1：http://my.oschina.net/apdplat/blog/415849
博文地址2：http://yangshangchuan.iteye.com/blog/2211952

86、检查博文：Windows上安装HADOOP单机伪分布式集群，相似度分值：Simple=0.684061 Cosine=0.923693 EditDistance=0.323039 EuclideanDistance=0.019109 ManhattanDistance=0.001337 Jaccard=0.380573 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.551326 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/397147
博文地址2：http://yangshangchuan.iteye.com/blog/1839814

87、检查博文：实现JDK没有提供的AtomicFloat，相似度分值：Simple=0.825848 Cosine=0.382893 EditDistance=0.512846 EuclideanDistance=0.00173 ManhattanDistance=0.00077 Jaccard=0.519634 JaroDistance=0.712833 JaroWinklerDistance=0.8277 SørensenDiceCoefficient=0.683893 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/418019
博文地址2：http://yangshangchuan.iteye.com/blog/2213383

88、检查博文：Java开源项目cws_evaluation：中文分词器分词效果评估，相似度分值：Simple=0.847565 Cosine=0.946887 EditDistance=0.485049 EuclideanDistance=0.005634 ManhattanDistance=0.000907 Jaccard=0.529736 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.692585 SimHashPlusHammingDistance=0.992188

博文地址1：http://my.oschina.net/apdplat/blog/308391
博文地址2：http://yangshangchuan.iteye.com/blog/2059040

89、检查博文：中文分词算法 之 基于词典的逆向最大匹配算法，相似度分值：Simple=0.926767 Cosine=0.415351 EditDistance=0.689871 EuclideanDistance=0.000695 ManhattanDistance=0.000452 Jaccard=0.660784 JaroDistance=0.754275 JaroWinklerDistance=0.852565 SørensenDiceCoefficient=0.79575 SimHashPlusHammingDistance=0.929688

博文地址1：http://my.oschina.net/apdplat/blog/210427
博文地址2：http://yangshangchuan.iteye.com/blog/2033843

90、检查博文：如何利用多核提升分词速度，相似度分值：Simple=0.811988 Cosine=0.341844 EditDistance=0.468702 EuclideanDistance=0.002047 ManhattanDistance=0.000827 Jaccard=0.520694 JaroDistance=0.709353 JaroWinklerDistance=0.825612 SørensenDiceCoefficient=0.684811 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/414076
博文地址2：http://yangshangchuan.iteye.com/blog/2210633

91、检查博文：QuestionAnsweringSystem v1.1 发布，人机问答系统，相似度分值：Simple=0.72864 Cosine=0.528121 EditDistance=0.272386 EuclideanDistance=0.00509 ManhattanDistance=0.001081 Jaccard=0.496423 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.66348 SimHashPlusHammingDistance=0.875

博文地址1：http://my.oschina.net/apdplat/blog/308392
博文地址2：http://yangshangchuan.iteye.com/blog/2101533

92、检查博文：11大Java开源中文分词器的使用方法和分词效果对比，相似度分值：Simple=0.937513 Cosine=0.270575 EditDistance=0.70589 EuclideanDistance=0.00046 ManhattanDistance=0.000332 Jaccard=0.569048 JaroDistance=0.755221 JaroWinklerDistance=0.853133 SørensenDiceCoefficient=0.725341 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/412921
博文地址2：http://yangshangchuan.iteye.com/blog/2209899

93、检查博文：中文分词之9271组反义词，相似度分值：Simple=0.574117 Cosine=0.65666 EditDistance=0.130794 EuclideanDistance=0.019911 ManhattanDistance=0.00137 Jaccard=0.414925 JaroDistance=0.513196 JaroWinklerDistance=0.707918 SørensenDiceCoefficient=0.586498 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/411301
博文地址2：http://yangshangchuan.iteye.com/blog/2208869

94、检查博文：使用Java8实现自己的个性化搜索引擎，相似度分值：Simple=0.586612 Cosine=0.780165 EditDistance=0.049751 EuclideanDistance=0.016146 ManhattanDistance=0.001099 Jaccard=0.351852 JaroDistance=0.640493 JaroWinklerDistance=0.784296 SørensenDiceCoefficient=0.520548 SimHashPlusHammingDistance=0.9375

博文地址1：http://my.oschina.net/apdplat/blog/396193
博文地址2：http://yangshangchuan.iteye.com/blog/2199420

95、检查博文：一种通用的网页相似度检测算法，相似度分值：Simple=0.982942 Cosine=0.98389 EditDistance=0.743325 EuclideanDistance=0.001949 ManhattanDistance=0.000255 Jaccard=0.777508 JaroDistance=0.761679 JaroWinklerDistance=0.857007 SørensenDiceCoefficient=0.874829 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/398361
博文地址2：http://yangshangchuan.iteye.com/blog/2200816

96、检查博文：使用JSoup+CSSPath采集和讯网人物信息，相似度分值：Simple=0.900441 Cosine=0.141305 EditDistance=0.460352 EuclideanDistance=0.000324 ManhattanDistance=0.000262 Jaccard=0.412202 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.583772 SimHashPlusHammingDistance=0.859375

博文地址1：http://my.oschina.net/apdplat/blog/397143
博文地址2：http://yangshangchuan.iteye.com/blog/1966497

97、检查博文：APDPlat拓展搜索之集成ElasticSearch，相似度分值：Simple=0.924891 Cosine=0.240756 EditDistance=0.583444 EuclideanDistance=0.000404 ManhattanDistance=0.000312 Jaccard=0.593968 JaroDistance=0.71564 JaroWinklerDistance=0.829384 SørensenDiceCoefficient=0.745269 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/197012
博文地址2：http://yangshangchuan.iteye.com/blog/2010755

98、检查博文：运行nutch提示：0 records selected for fetching, exiting，相似度分值：Simple=0.857119 Cosine=0.776194 EditDistance=0.606574 EuclideanDistance=0.00331 ManhattanDistance=0.000936 Jaccard=0.518834 JaroDistance=0.750933 JaroWinklerDistance=0.85056 SørensenDiceCoefficient=0.6832 SimHashPlusHammingDistance=0.875

博文地址1：http://my.oschina.net/apdplat/blog/396699
博文地址2：http://yangshangchuan.iteye.com/blog/2033009

99、检查博文：36本Java英文原版电子书，相似度分值：Simple=0.439281 Cosine=0.599467 EditDistance=0.089839 EuclideanDistance=0.019907 ManhattanDistance=0.001395 Jaccard=0.2939 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.454286 SimHashPlusHammingDistance=0.953125

博文地址1：http://my.oschina.net/apdplat/blog/401287
博文地址2：http://yangshangchuan.iteye.com/blog/2202225

100、检查博文：软件业的奥斯卡奖：JOLT奖 之 最好的书，相似度分值：Simple=0.930154 Cosine=0.972151 EditDistance=0.827542 EuclideanDistance=0.017854 ManhattanDistance=0.001274 Jaccard=0.72969 JaroDistance=0.801542 JaroWinklerDistance=0.880925 SørensenDiceCoefficient=0.843723 SimHashPlusHammingDistance=0.96875

博文地址1：http://my.oschina.net/apdplat/blog/395681
博文地址2：http://yangshangchuan.iteye.com/blog/1837328

101、检查博文：Nutch的发展历程，相似度分值：Simple=0.600951 Cosine=0.796158 EditDistance=0.178988 EuclideanDistance=0.01937 ManhattanDistance=0.00133 Jaccard=0.34647 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.514634 SimHashPlusHammingDistance=0.984375

博文地址1：http://my.oschina.net/apdplat/blog/397151
博文地址2：http://yangshangchuan.iteye.com/blog/1949212

102、检查博文：中文分词算法 之 基于词典的全切分算法，相似度分值：Simple=0.990681 Cosine=0.336911 EditDistance=0.744182 EuclideanDistance=0.000048 ManhattanDistance=0.000046 Jaccard=0.838876 JaroDistance=0.751056 JaroWinklerDistance=0.850634 SørensenDiceCoefficient=0.912379 SimHashPlusHammingDistance=0.890625

博文地址1：http://my.oschina.net/apdplat/blog/412785
博文地址2：http://yangshangchuan.iteye.com/blog/2209761

103、检查博文：Java中的null引用，超乎你想象，相似度分值：Simple=0.557861 Cosine=0.669701 EditDistance=0.11941 EuclideanDistance=0.019681 ManhattanDistance=0.001348 Jaccard=0.330619 JaroDistance=0.643192 JaroWinklerDistance=0.785915 SørensenDiceCoefficient=0.49694 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/217587
博文地址2：http://yangshangchuan.iteye.com/blog/2038163

104、检查博文：利用word分词来对文本进行词频统计，相似度分值：Simple=0.67997 Cosine=0.909786 EditDistance=0.281984 EuclideanDistance=0.01535 ManhattanDistance=0.001309 Jaccard=0.376689 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.547239 SimHashPlusHammingDistance=0.976563

博文地址1：http://my.oschina.net/apdplat/blog/417641
博文地址2：http://yangshangchuan.iteye.com/blog/2213194

105、检查博文：使用Java调用谷歌搜索，相似度分值：Simple=0.842954 Cosine=0.254785 EditDistance=0.342058 EuclideanDistance=0.000884 ManhattanDistance=0.000486 Jaccard=0.431907 JaroDistance=0.670313 JaroWinklerDistance=0.802188 SørensenDiceCoefficient=0.603261 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/397127
博文地址2：http://yangshangchuan.iteye.com/blog/1961059

106、检查博文：英语单词后缀规则总结，相似度分值：Simple=0.977161 Cosine=0.962232 EditDistance=0.873122 EuclideanDistance=0.00725 ManhattanDistance=0.000652 Jaccard=0.90356 JaroDistance=0.803434 JaroWinklerDistance=0.882061 SørensenDiceCoefficient=0.949337 SimHashPlusHammingDistance=0.90625

博文地址1：http://my.oschina.net/apdplat/blog/379330
博文地址2：http://yangshangchuan.iteye.com/blog/2186326

107、检查博文：大数据系列11：Gora – 大数据持久化，相似度分值：Simple=0.937385 Cosine=0.999418 EditDistance=0.832276 EuclideanDistance=0.001872 ManhattanDistance=0.000787 Jaccard=0.566059 JaroDistance=0.804615 JaroWinklerDistance=0.882769 SørensenDiceCoefficient=0.722909 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396684
博文地址2：http://yangshangchuan.iteye.com/blog/1953733

108、检查博文：使用Java调用百度搜索，相似度分值：Simple=0.886541 Cosine=0.221597 EditDistance=0.273351 EuclideanDistance=0.000495 ManhattanDistance=0.000301 Jaccard=0.463905 JaroDistance=0.637882 JaroWinklerDistance=0.782729 SørensenDiceCoefficient=0.633791 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/397129
博文地址2：http://yangshangchuan.iteye.com/blog/1961058

109、检查博文：Java8全新打造，英语学习supertool，相似度分值：Simple=0.61907 Cosine=0.758435 EditDistance=0.075541 EuclideanDistance=0.019815 ManhattanDistance=0.001312 Jaccard=0.413534 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.585106 SimHashPlusHammingDistance=0.945313

博文地址1：http://my.oschina.net/apdplat/blog/393187
博文地址2：http://yangshangchuan.iteye.com/blog/2196853

110、检查博文：分布式搜索算法，相似度分值：Simple=0.568918 Cosine=0.796011 EditDistance=0.129047 EuclideanDistance=0.019407 ManhattanDistance=0.001355 Jaccard=0.379479 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.550177 SimHashPlusHammingDistance=0.976563

博文地址1：http://my.oschina.net/apdplat/blog/396196
博文地址2：http://yangshangchuan.iteye.com/blog/1965212

111、检查博文：模拟浏览器的神器 - HtmlUnit，相似度分值：Simple=0.853159 Cosine=0.37586 EditDistance=0.396646 EuclideanDistance=0.00164 ManhattanDistance=0.000617 Jaccard=0.462577 JaroDistance=0.687916 JaroWinklerDistance=0.81275 SørensenDiceCoefficient=0.63255 SimHashPlusHammingDistance=0.867188

博文地址1：http://my.oschina.net/apdplat/blog/217586
博文地址2：http://yangshangchuan.iteye.com/blog/2036809

112、检查博文：APDPlat中的用户密码安全策略，相似度分值：Simple=0.919992 Cosine=0.633571 EditDistance=0.7097 EuclideanDistance=0.001001 ManhattanDistance=0.00058 Jaccard=0.640674 JaroDistance=0.762376 JaroWinklerDistance=0.857426 SørensenDiceCoefficient=0.780989 SimHashPlusHammingDistance=0.921875

博文地址1：http://my.oschina.net/apdplat/blog/207124
博文地址2：http://yangshangchuan.iteye.com/blog/2029367

113、检查博文：软件熵：软件开发中推倒重来的过程就是软件熵不断增加的过程，相似度分值：Simple=0.663658 Cosine=0.86042 EditDistance=0.225667 EuclideanDistance=0.019304 ManhattanDistance=0.001312 Jaccard=0.495302 JaroDistance=0.680842 JaroWinklerDistance=0.808505 SørensenDiceCoefficient=0.662478 SimHashPlusHammingDistance=0.96875

博文地址1：http://my.oschina.net/apdplat/blog/311291
博文地址2：http://yangshangchuan.iteye.com/blog/2113923

114、检查博文：网络爬虫面临的挑战 之 链接构造，相似度分值：Simple=0.892412 Cosine=0.875158 EditDistance=0.725053 EuclideanDistance=0.005005 ManhattanDistance=0.001028 Jaccard=0.63859 JaroDistance=0.778366 JaroWinklerDistance=0.86702 SørensenDiceCoefficient=0.779438 SimHashPlusHammingDistance=0.945313

博文地址1：http://my.oschina.net/apdplat/blog/208716
博文地址2：http://yangshangchuan.iteye.com/blog/2031642

115、检查博文：APDPlat拓展搜索之集成Solr，相似度分值：Simple=0.930587 Cosine=0.265953 EditDistance=0.635602 EuclideanDistance=0.000416 ManhattanDistance=0.00032 Jaccard=0.590962 JaroDistance=0.732765 JaroWinklerDistance=0.839659 SørensenDiceCoefficient=0.742899 SimHashPlusHammingDistance=0.851563

博文地址1：http://my.oschina.net/apdplat/blog/197020
博文地址2：http://yangshangchuan.iteye.com/blog/2010760

116、检查博文：Nutch抓取需要登录的网站，相似度分值：Simple=0.677419 Cosine=0.789777 EditDistance=0.227579 EuclideanDistance=0.015439 ManhattanDistance=0.001155 Jaccard=0.394469 JaroDistance=0.684062 JaroWinklerDistance=0.810437 SørensenDiceCoefficient=0.565762 SimHashPlusHammingDistance=0.960938

博文地址1：http://my.oschina.net/apdplat/blog/208723
博文地址2：http://yangshangchuan.iteye.com/blog/2031742

117、检查博文：英语单词音近形似转化规律研究，相似度分值：Simple=0.870524 Cosine=0.057626 EditDistance=0.234843 EuclideanDistance=0.000133 ManhattanDistance=0.000114 Jaccard=0.916158 JaroDistance=0.775934 JaroWinklerDistance=0.86556 SørensenDiceCoefficient=0.956245 SimHashPlusHammingDistance=0.851563

博文地址1：http://my.oschina.net/apdplat/blog/378569
博文地址2：http://yangshangchuan.iteye.com/blog/2186300

118、检查博文：一种基于词性序列的人名识别方法，相似度分值：Simple=0.54963 Cosine=0.728393 EditDistance=0.085926 EuclideanDistance=0.015127 ManhattanDistance=0.001295 Jaccard=0.300725 JaroDistance=0.538423 JaroWinklerDistance=0.723054 SørensenDiceCoefficient=0.462396 SimHashPlusHammingDistance=0.914063

博文地址1：http://my.oschina.net/apdplat/blog/411032
博文地址2：http://yangshangchuan.iteye.com/blog/2208691

119、检查博文：如何使用Eclipse在Github上开发使用Java8的Maven项目？，相似度分值：Simple=0.585388 Cosine=0.727306 EditDistance=0.093607 EuclideanDistance=0.018296 ManhattanDistance=0.001282 Jaccard=0.36246 JaroDistance=0.623102 JaroWinklerDistance=0.773861 SørensenDiceCoefficient=0.532067 SimHashPlusHammingDistance=0.9375

博文地址1：http://my.oschina.net/apdplat/blog/403394
博文地址2：http://yangshangchuan.iteye.com/blog/2203623

120、检查博文：英语单词前缀规则总结，相似度分值：Simple=0.972856 Cosine=0.961455 EditDistance=0.821063 EuclideanDistance=0.005796 ManhattanDistance=0.000576 Jaccard=0.873817 JaroDistance=0.787185 JaroWinklerDistance=0.872311 SørensenDiceCoefficient=0.93266 SimHashPlusHammingDistance=0.953125

博文地址1：http://my.oschina.net/apdplat/blog/378753
博文地址2：http://yangshangchuan.iteye.com/blog/2186327

121、检查博文：APDPlat中业务日志和监控日志的设计与实现，相似度分值：Simple=0.914701 Cosine=0.688401 EditDistance=0.683705 EuclideanDistance=0.001488 ManhattanDistance=0.000661 Jaccard=0.631373 JaroDistance=0.762758 JaroWinklerDistance=0.857655 SørensenDiceCoefficient=0.774038 SimHashPlusHammingDistance=0.898438

博文地址1：http://my.oschina.net/apdplat/blog/196604
博文地址2：http://yangshangchuan.iteye.com/blog/2010571

122、检查博文：HtmlExtractor 1.1 发布，网页信息抽取组件，相似度分值：Simple=0.497303 Cosine=0.693784 EditDistance=0.104639 EuclideanDistance=0.019003 ManhattanDistance=0.001333 Jaccard=0.317857 JaroDistance=0.562032 JaroWinklerDistance=0.737219 SørensenDiceCoefficient=0.482385 SimHashPlusHammingDistance=0.929688

博文地址1：http://my.oschina.net/apdplat/blog/402138
博文地址2：http://yangshangchuan.iteye.com/blog/2202864

123、检查博文：大数据系列5：Pig – 大数据分析平台，相似度分值：Simple=0.744606 Cosine=0.946269 EditDistance=0.428863 EuclideanDistance=0.016885 ManhattanDistance=0.001314 Jaccard=0.416914 JaroDistance=0.717753 JaroWinklerDistance=0.830652 SørensenDiceCoefficient=0.588482 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/396584
博文地址2：http://yangshangchuan.iteye.com/blog/1950274

124、检查博文：SOLR4.2+NUTCH1.6，相似度分值：Simple=0.575516 Cosine=0.851802 EditDistance=0.116792 EuclideanDistance=0.019144 ManhattanDistance=0.001344 Jaccard=0.326316 JaroDistance=0.624108 JaroWinklerDistance=0.774465 SørensenDiceCoefficient=0.492063 SimHashPlusHammingDistance=0.992188

博文地址1：http://my.oschina.net/apdplat/blog/397150
博文地址2：http://yangshangchuan.iteye.com/blog/2200131

125、检查博文：对Nutch2.1抽象存储层的一些看法，相似度分值：Simple=0.61795 Cosine=0.829765 EditDistance=0.188967 EuclideanDistance=0.014661 ManhattanDistance=0.001238 Jaccard=0.41847 JaroDistance=0.648482 JaroWinklerDistance=0.789089 SørensenDiceCoefficient=0.590031 SimHashPlusHammingDistance=0.96875

博文地址1：http://my.oschina.net/apdplat/blog/396129
博文地址2：http://yangshangchuan.iteye.com/blog/1835074

126、检查博文：一种利用ngram模型来消除歧义的中文分词方法，相似度分值：Simple=0.679279 Cosine=0.934887 EditDistance=0.306223 EuclideanDistance=0.01882 ManhattanDistance=0.001318 Jaccard=0.423369 JaroDistance=0.695029 JaroWinklerDistance=0.817017 SørensenDiceCoefficient=0.594883 SimHashPlusHammingDistance=0.992188

博文地址1：http://my.oschina.net/apdplat/blog/411112
博文地址2：http://yangshangchuan.iteye.com/blog/2208737

127、检查博文：Java分布式中文分词组件word分词v1.2发布，相似度分值：Simple=0.542051 Cosine=0.736881 EditDistance=0.115897 EuclideanDistance=0.019516 ManhattanDistance=0.001346 Jaccard=0.324373 JaroDistance=0.597623 JaroWinklerDistance=0.758574 SørensenDiceCoefficient=0.489851 SimHashPlusHammingDistance=1.0

博文地址1：http://my.oschina.net/apdplat/blog/402144
博文地址2：http://yangshangchuan.iteye.com/blog/2202878

128、检查博文：技术框架太多，多的眼花缭乱，如何在众多选择中找到自己的方向？，相似度分值：Simple=0.655518 Cosine=0.839188 EditDistance=0.171823 EuclideanDistance=0.020387 ManhattanDistance=0.001366 Jaccard=0.465857 JaroDistance=0.0 JaroWinklerDistance=0.4 SørensenDiceCoefficient=0.635611 SimHashPlusHammingDistance=0.96875

博文地址1：http://my.oschina.net/apdplat/blog/393810
博文地址2：http://yangshangchuan.iteye.com/blog/2197217

 

 

 

 

 

 

你可能感兴趣的:(word,word分词,相似度算法,文本相似度)

  • 自然语言处理_tf-idf _feivirus_ 算法机器学习和数学自然语言处理tf-idf逆文档频率词频
    importpandasaspdimportmath1.数据预处理docA="Thecatsatonmyface"docB="Thedogsatonmybed"wordsA=docA.split("")wordsB=docB.split("")wordsSet=set(wordsA).union(set(wordsB))print(wordsSet){'on','my','face','sat',
  • 用Python实现读取统计单词个数 程序媛了了 python游戏java
    完整实例代码：fromcollectionsimportCounterdefpythonit():danci={}withopen("pythonit.txt","r",encoding="utf-8")asf:foriinf:words=i.strip().split()forwordinwords:ifwordnotindanci:danci[word]=1else:danci[word]+=
  • ubuntu安装wordpress lissettecarlr
    1安装nginx网上安装方式很多，这就就直接用apt-get了apt-getinstallnginx不用启动啥，然后直接在浏览器里面输入IP:80就能看到nginx的主页了。如果修改了一些配置可以使用下列命令重启一下systemctlrestartnginx.service2安装mysql输入安装前也可以更新一下软件源，在安装过程中将会让你输入数据库的密码。sudoapt-getinstallmy
  • golang实现从服务器下载文件到本地指定目录 余生逆风飞翔 golang服务器开发语言
    一、连接服务器，采用sftp连接模式packagemiddlewaresimport("fmt""time""github.com/pkg/sftp""golang.org/x/crypto/ssh")//建立服务器连接funcConnect(user,password,hoststring,portint)(*sftp.Client,error){var(auth[]ssh.AuthMethod
  • 由于直接在一个回答中提供完整且多语言的游戏商城代码是不现实的（因为每种语言都有其独特的语法和库），我将为你概述一个游戏商城的核心概念，并提供几种不同编程语言的基本框架或示例代码段。 uthRaman 游戏python开发语言
    商城系统概述hailiangwang.com游戏商城系统通常包含以下部分：用户系统（登录、注册、用户信息）商品列表（游戏、DLC、虚拟货币等）购物车系统支付系统订单系统2.示例框架（伪代码）首先，我们给出一个伪代码框架，描述商城的核心逻辑。plaintextclassUser:deflogin(username,password):#验证用户登录passdefregister(username,p
  • 好看的vue登录页面(附 源代码 背景图) 小小薛定谔 vue.jsjavascriptcss前端
    一、效果展示二、代码你好!欢迎回来登录忘记密码?注册exportdefault{name:"MedLogin",data(){return{confirm_disabled:false,loginForm:{no:'',password:''},rules:{no:[{required:true,message:'请输入账号',trigger:'blur'},{min:3,max:6,messag
  • Python实现mysql命令行 xu-jssy pythonmysqladb
    一、源码importosimportpymysqldefsql_shell():password=input("EnterPassword:")#访问密码ifpassword.strip()!="yyds":print("Bye")return#清空控制台输出os.system("cls"ifos.name=="nt"else"clear")try:#连接到MySQL数据库conn=pymysql
  • word转html制作操作手册,Word文档转换为HTML帮助文档操作手册范本.pdf 想吃草莓干 word转html制作操作手册
    Word文档转换为HTML帮助文档操作手册一、使用到的软件DOC2CHMDreamweaverCS3Helpandmanual4二、操作步骤1.先建立一个工作目录。如hhwork。2.将需要转换的文件复制到此工作目录下。如果是中文文件名，最好将其改为英文文件名。例：现在要将《小神探点检定修信息管理系统使用手册0.3.6.doc》转换为Html格式的帮助文档，首先将此文档复制到hhwork目录下并将
  • WORD批量转换器MultiDoc Converter uolian 工作word
    WORD批量转换器MultiDocConverterhttps://www.52pojie.cn/thread-1318745-1-1.html可批量将doc、docx等文件格式转成doc、docx、pdf、rtf、txt、html、epub等格式。安装包下载地址：https://wws.lanzouj.com/irvVbiz0pkd最终下载文件打包地址（未作成单文件，不确定是否可以直接使用）：h
  • 华为坤灵路由器初始化开局的注意事项，含NAT配置 redmond88 网络技术华为服务器运维
    坤灵路由器比较坑，无web界面，全程命令行配置，但是版本更新导致和华为企业路由器配置很多不一样的地方，今天介绍下1、aaa密码复杂度修改：#使能设备对密码进行四选三复杂度检查功能。system-view[HUAWEI]aaa[HUAWEI-aaa]local-aaa-userpasswordpolicyadministrator[HUAWEI-aaa-lupp-admin]passwordcomp
  • Python办公自动化案例（二）：对比两个Excel数据内容并标出不同 衍生星球 pythonexcel高阶办公办公自动化
    案例：对比两个word文档并找出不同。在数据处理和分析的日常工作中，我们经常需要比较两个Excel文件的差异。这可能是为了验证数据的一致性、检查数据的准确性，或者在版本控制中追踪更改。手动比较这些文件不仅耗时，而且容易出错。幸运的是，Python的openpyxl库提供了一种自动化这一过程的方法。步骤1：安装openpyxl在命令行中输入以下命令来安装pipinstallopenpyxl步骤2:编
  • javascript添加p元素，html添加文字，appendChild 游勇一 javascripthtml添加pappendChild
    javascript添加p元素，html添加文字，appendChild。网页添加p元素效果截图。个人签名：游志勇，预制板，南托岭预制场。文字展示#wordsadd{font-size:70px;word-break:break-all;}#wordsaddp{margin:002px0;padding:002px0;line-height:93%;}.btn_width{width:90px;}
  • Java在Controller生成Excel供前端直接下载 pengjunlee SpringBoot重点详解导出文件POIexcelController
    在许多企业办公系统中，经常会有用户要求，需要对数据进行统计并且可以直接下载Excel文件，这样子的话，既然客户提出了要求，我们就应该去满足吖，毕竟客户是上帝嘛，那么我们如何去实现呢？且看我为你一一道来。POI简介JakartaPOI是一套用于访问微软格式文档的JavaAPI。JakartaPOI有很多组件组成，其中有用于操作Excel格式文件的HSSF和用于操作Word的HWPF，在各种组件中目前
  • navicate远程linux上的pgsql提示密码失败 coding上下求索 linux服务器数据库
    错误提示：FATAL:passwordauthenticationfailedforuser“postgres”解决方案：1、pg_hba.conf文件中，ipv4下面的内容改成hostallall0.0.0.0/0md52、postgresql.conf文件中，修改listen_addresses由#listen_addresses='location'改为listen_addresses='*
  • 单词搜索 II xialu
    来源：力扣（LeetCode）链接：https://leetcode-cn.com/problems/word-search-ii题目描述:给定一个mxn二维字符网格board和一个单词（字符串）列表words，找出所有同时在二维网格和字典中出现的单词。单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母在一个单词中不允许被重
  • 输入上/下标数字以及字母 ruisi_we 其他
    输入上/下标数字以及字母H5上标标签H5下标标签Word附上一些常用上下标H5上标标签//X²X2//5²52H5下标标签//X₂X2//5₂X2Word选中你要修改成上标或下标的字符，点击字体。要变成上标还是下标就看你了。附上一些常用上下标//上标⁰¹²³⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ//下标₀₁₂₃₄₅₆₇₈₉₊₋₌₍₎//上标ᵃᵇᶜᵈᵉᵍʰⁱʲᵏˡᵐⁿᵒᵖʳˢᵗᵘᵛʷˣʸᙆᴬᴮᒼᴰᴱᴳᴴᴵᴶᴷᴸᴹ
  • MySQL用户权限管理 hzw0510 MySQLmysqloracle数据库
    创建/授权用户创建用户格式创建用户命令一般格式：createuser[用户名]@[访问地址]identifiedby[密码]举例1：创建zhangsan用户，只是创建用户并没有权限，'localhost'表示只能在本地登录，无法通过远程连接；密码是passwordCREATEUSER'zhangsan'@'localhost'
  • 伦理考试 伊世界
    “今天开始首轮关于伦理的考核。时间：上午9:00及下午14-00开始方式：笔试要求：1、私信下发word文件，请在开始后的1.5小时内答完并发回。2、答题间请勿查阅相关资料。3、各位老师间请勿转发。”好好准备一下“相关资料和文件。”有些人，光是遇见，就足够惊艳我们整个时光。老话常说：“珍宝易求，良人难得。”婚姻的最大意义，不仅仅是一日三餐、同枕而眠，而是用一个灵魂去成全另一个灵魂，彼此滋养、彼此奔
  • Spark集群的三种模式 MelodyYN #Sparksparkhadoopbigdata
    文章目录1、Spark的由来1.1Hadoop的发展1.2MapReduce与Spark对比2、Spark内置模块3、Spark运行模式3.1Standalone模式部署配置历史服务器配置高可用运行模式3.2Yarn模式安装部署配置历史服务器运行模式4、WordCount案例1、Spark的由来定义：Hadoop主要解决，海量数据的存储和海量数据的分析计算。Spark是一种基于内存的快速、通用、可
  • 钉钉自定义机器人 AlphaHinex
    原文地址：https://alphahinex.github.io/2022/03/06/dingtalk-custom-robot/description:"像发手机短信一样方便"date:2022.03.0610:34categories:-DevOpstags:[Dingtalk,Robot]keywords:dingtalk,robot,钉钉,机器人,聊天机器人聊天机器人从hubot起接触
  • 【漏洞分享】2018年-2024年HVV 6000+个漏洞 POC 合集分享 漏洞文库-Web安全 漏洞复现web安全python安全测试工具网络安全
    此份poc集成了Zabbix、用友、通达、Wordpress、Thinkcmf、Weblogic、Tomcat等下载链接:链接:https://pan.quark.cn/s/1cd7d8607b8a
  • 【漏洞利用】2018年-2024年HVV 6000+个漏洞 POC 合集分享 baiolkdnhjaio 漏洞复现网络安全web安全安全
    此份poc集成了Zabbix、用友、通达、Wordpress、Thinkcmf、Weblogic、Tomcat等下载链接:链接:https://pan.quark.cn/s/1cd7d8607b8a
  • 通过进程Id终止进程 好学松鼠 C++进程C++Windows编程
    #include#include//通过进程ID终止进程BOOLTerminateProcessFromID(DWORDdwID){BOOLbRet=FALSE;//打开进程HANDLEhProcess=::OpenProcess(PROCESS_ALL_ACCESS,FALSE,dwID);if(hProcess!=NULL){//终止进程bRet=::TerminateProcess(hPro
  • CSS截取字符串，多余文字用省略号显示 这真的是一个帅气的名字
    line-height:30px;text-align:center;text-overflow:ellipsis;/*让超出的用...实现*/white-space:nowrap;/*禁止换行*/overflow:hidden;/*超出的隐藏*/display:block;多行：border:1pxsolid#ddd;width:200px;word-break:break-all;text-o
  • 使用poi替换XWPFTableCell内容，并设置行间距 RR369_yyh javaUtiljavapoi
    使用poi读取word文档（docx类型），进行数据替换。另外，为了记录poi设置行间距的api，真是找了好几十分钟才找到啊啊啊啊！！！importorg.apache.poi.xwpf.usermodel.*;importorg.springframework.util.StringUtils;importjava.io.File;importjava.io.FileInputStream;im
  • 华纳云：修复WordPress内存耗尽错误的常用方法有哪些？ 华纳云IDC服务商 服务器WordPress
    WordPress内存耗尽错误通常是由于PHP内存限制不足导致的。修复这种错误的方法有多种，以下是几种常用的方法：1.修改wp-config.php文件在WordPress根目录的wp-config.php文件中添加或修改以下代码，增加PHP的内存限制：define('WP_MEMORY_LIMIT','256M');将256M替换为所需的内存值。例如，可以将其设置为128M,256M,512M等
  • Hadoop windows intelij 跑 MR WordCount piziyang12138
    一、软件环境我使用的软件版本如下:IntellijIdea2017.1Maven3.3.9Hadoop分布式环境二、创建maven工程打开Idea,file->new->Project,左侧面板选择maven工程。(如果只跑MapReduce创建java工程即可，不用勾选Creatfromarchetype，如果想创建web工程或者使用骨架可以勾选)image.png设置GroupId和Artif
  • 最终报告8 阶段复盘报告：四问反思 Alex_0790
    1.我学习的亮点和不足是什么？（作答要求：先写清楚自己的学习目标，找出超出预期的地方，即为亮点；找出低于预期的地方，即为不足）学习目标：在电商系统分析与设计考试之前进行完整良好的复习，顺利完成并且通过考试。超出预期：提前根据课堂中老师讲解的重点自己整理了考试的大致范围，把平时每次的作业都提前归纳好了，根据自己整理的重点，再次整理到Word中，最后导入平板的NOTABILITY软件中，方便随时拿出复
  • python http error 401 解决方案: codeuniverse http网络协议网络
    fromrequests.authimportHTTPBasicAuthuser='myuserID'password="mypassword"ip=sys.argv[1]url="http://www.websites.com/"+ipres=requests.get(url,auth=HTTPBasicAuth(user,password))printres.text
  • C 习题 吃柠檬的鸮
    练习1-12编写一个程序，以每行一个单词的形式打印其输出。/*ex12.c*/#include#defineIN1#defineOUT0intmain(){intc;intinword=OUT;while((c=getchar())!=EOF){if(c==''||c=='\n'||c=='\t'){if(inword){putchar('\n');inword=OUT;}}else{putcha
  • LeetCode[位运算] - #137 Single Number II Cwind javaAlgorithmLeetCode题解位运算
    原题链接：#137 Single Number II  要求： 给定一个整型数组，其中除了一个元素之外，每个元素都出现三次。找出这个元素 注意：算法的时间复杂度应为O(n)，最好不使用额外的内存空间   难度：中等   分析： 与#136类似，都是考察位运算。不过出现两次的可以使用异或运算的特性 n XOR n = 0, n XOR 0 = n，即某一
  • 《JavaScript语言精粹》笔记 aijuans JavaScript
    0、JavaScript的简单数据类型包括数字、字符创、布尔值（true/false）、null和undefined值，其它值都是对象。 1、JavaScript只有一个数字类型，它在内部被表示为64位的浮点数。没有分离出整数，所以1和1.0的值相同。 2、NaN是一个数值，表示一个不能产生正常结果的运算结果。NaN不等于任何值，包括它本身。可以用函数isNaN(number)检测NaN,但是
  • 你应该更新的Java知识之常用程序库 Kai_Ge java
    在很多人眼中，Java 已经是一门垂垂老矣的语言，但并不妨碍 Java 世界依然在前进。如果你曾离开 Java，云游于其它世界，或是每日只在遗留代码中挣扎，或许是时候抬起头，看看老 Java 中的新东西。 Guava Guava[gwɑ:və]，一句话，只要你做Java项目，就应该用Guava（Github）。 guava 是 Google 出品的一套 Java 核心库，在我看来，它甚至应该
  • HttpClient 120153216 httpclient
    /** * 可以传对象的请求转发，对象已流形式放入HTTP中 */ public static Object doPost(Map<String,Object> parmMap,String url) { Object object = null; HttpClient hc = new HttpClient(); String fullURL
  • Django model字段类型清单 2002wmj django
    Django 通过 models 实现数据库的创建、修改、删除等操作，本文为模型中一般常用的类型的清单，便于查询和使用： AutoField：一个自动递增的整型字段，添加记录时它会自动增长。你通常不需要直接使用这个字段；如果你不指定主键的话，系统会自动添加一个主键字段到你的model。(参阅自动主键字段) BooleanField：布尔字段,管理工具里会自动将其描述为checkbox。 Cha
  • 在SQLSERVER中查找消耗CPU最多的SQL 357029540 SQL Server
    返回消耗CPU数目最多的10条语句 SELECT TOP 10    total_worker_time/execution_count AS avg_cpu_cost, plan_handle,    execution_count,    (SELECT SUBSTRING(text, statement_start_of
  • Myeclipse项目无法部署，Undefined exploded archive location 7454103 eclipseMyEclipse
    做个备忘！ 错误信息为：       Undefined exploded archive location 原因：           在工程转移过程中，导致工程的配置文件出错； 解决方法：    
  • GMT时间格式转换 adminjun GMT时间转换
    普通的时间转换问题我这里就不再罗嗦了，我想大家应该都会那种低级的转换问题吧，现在我向大家总结一下如何转换GMT时间格式，这种格式的转换方法网上还不是很多，所以有必要总结一下，也算给有需要的朋友一个小小的帮助啦。 1、可以使用 SimpleDateFormat SimpleDateFormat    EEE-三位星期 d-天 MMM-月 yyyy-四位年
  • Oracle数据库新装连接串问题 aijuans oracle数据库
    割接新装了数据库，客户端登陆无问题，apache/cgi-bin程序有问题，sqlnet.log日志如下： Fatal NI connect error 12170.   VERSION INFORMATION:         TNS for Linux: Version 10.2.0.4.0 - Product
  • 回顾java数组复制 ayaoxinchao java数组
    在写这篇文章之前，也看了一些别人写的，基本上都是大同小异。文章是对java数组复制基础知识的回顾，算是作为学习笔记，供以后自己翻阅。首先，简单想一下这个问题：为什么要复制数组？我的个人理解：在我们在利用一个数组时，在每一次使用，我们都希望它的值是初始值。这时我们就要对数组进行复制，以达到原始数组值的安全性。java数组复制大致分为3种方式：①for循环方式 ②clone方式 ③arrayCopy方
  • java web会话监听并使用spring注入 bewithme Java Web
            在java web应用中，当你想在建立会话或移除会话时，让系统做某些事情，比如说，统计在线用户，每当有用户登录时，或退出时，那么可以用下面这个监听器来监听。        import java.util.ArrayList; import java.ut
  • NoSQL数据库之Redis数据库管理(Redis的常用命令及高级应用) bijian1013 redis数据库NoSQL
    一 .Redis常用命令         Redis提供了丰富的命令对数据库和各种数据库类型进行操作，这些命令可以在Linux终端使用。         a.键值相关命令         b.服务器相关命令 1.键值相关命令       &
  • java枚举序列化问题 bingyingao java枚举序列化
    对象在网络中传输离不开序列化和反序列化。而如果序列化的对象中有枚举值就要特别注意一些发布兼容问题: 1.加一个枚举值 新机器代码读分布式缓存中老对象，没有问题，不会抛异常。 老机器代码读分布式缓存中新对像，反序列化会中断，所以在所有机器发布完成之前要避免出现新对象，或者提前让老机器拥有新增枚举的jar。 2.删一个枚举值 新机器代码读分布式缓存中老对象，反序列
  • 【Spark七十八】Spark Kyro序列化 bit1129 spark
    当使用SparkContext的saveAsObjectFile方法将对象序列化到文件，以及通过objectFile方法将对象从文件反序列出来的时候，Spark默认使用Java的序列化以及反序列化机制，通常情况下，这种序列化机制是很低效的，Spark支持使用Kyro作为对象的序列化和反序列化机制，序列化的速度比java更快，但是使用Kyro时要注意，Kyro目前还是有些bug。 Spark
  • Hybridizing OO and Functional Design bookjovi erlanghaskell
      推荐博文： Tell Above, and Ask Below - Hybridizing OO and Functional Design 文章中把OO和FP讲的深入透彻，里面把smalltalk和haskell作为典型的两种编程范式代表语言，此点本人极为同意，smalltalk可以说是最能体现OO设计的面向对象语言，smalltalk的作者Alan kay也是OO的最早先驱，
  • Java-Collections Framework学习与总结-HashMap BrokenDreams Collections
            开发中常常会用到这样一种数据结构，根据一个关键字，找到所需的信息。这个过程有点像查字典，拿到一个key，去字典表中查找对应的value。Java1.0版本提供了这样的类java.util.Dictionary(抽象类)，基本上支持字典表的操作。后来引入了Map接口，更好的描述的这种数据结构。  &nb
  • 读《研磨设计模式》-代码笔记-职责链模式-Chain Of Responsibility bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ /** * 业务逻辑：项目经理只能处理500以下的费用申请，部门经理是1000，总经理不设限。简单起见，只同意“Tom”的申请 * bylijinnan */ abstract class Handler { /*
  • Android中启动外部程序 cherishLC android
    1、启动外部程序 引用自： http://blog.csdn.net/linxcool/article/details/7692374 //方法一 Intent intent=new Intent(); //包名 包名+类名（全路径） intent.setClassName("com.linxcool", "com.linxcool.PlaneActi
  • summary_keep_rate coollyj SUM
    BEGIN /*DECLARE minDate varchar(20) ; DECLARE maxDate varchar(20) ;*/ DECLARE stkDate varchar(20) ; DECLARE done int default -1; /* 游标中 注册服务器地址 */ DE
  • hadoop hdfs 添加数据目录出错 daizj hadoophdfs扩容
    由于原来配置的hadoop data目录快要用满了，故准备修改配置文件增加数据目录，以便扩容，但由于疏忽，把core-site.xml, hdfs-site.xml配置文件dfs.datanode.data.dir 配置项增加了配置目录，但未创建实际目录，重启datanode服务时，报如下错误： 2014-11-18 08:51:39,128 WARN org.apache.hadoop.h
  • grep 目录级联查找 dongwei_6688 grep
           在Mac或者Linux下使用grep进行文件内容查找时，如果给定的目标搜索路径是当前目录，那么它默认只搜索当前目录下的文件，而不会搜索其下面子目录中的文件内容，如果想级联搜索下级目录，需要使用一个“-r”参数： grep -n -r "GET" .   上面的命令将会找出当前目录“.”及当前目录中所有下级目录
  • yii 修改模块使用的布局文件 dcj3sjt126com yiilayouts
    方法一：yii模块默认使用系统当前的主题布局文件，如果在主配置文件中配置了主题比如: 'theme'=>'mythm', 那么yii的模块就使用 protected/themes/mythm/views/layouts 下的布局文件； 如果未配置主题，那么 yii的模块就使用  protected/views/layouts 下的布局文件， 总之默认不是使用自身目录 pr
  • 设计模式之单例模式 come_for_dream 设计模式单例模式懒汉式饿汉式双重检验锁失败无序写入
                    今天该来的面试还没来，这个店估计不会来电话了，安静下来写写博客也不错，没事翻了翻小易哥的博客甚至与大牛们之间的差距，基础知识不扎实建起来的楼再高也只能是危楼罢了，陈下心回归基础把以前学过的东西总结一下。   *********************************
  • 8、数组 豆豆咖啡 二维数组数组一维数组
      一、概念       数组是同一种类型数据的集合。其实数组就是一个容器。   二、好处       可以自动给数组中的元素从0开始编号，方便操作这些元素   三、格式   //一维数组 1,元素类型[] 变量名 = new 元素类型[元素的个数] int[] arr =
  • Decode Ways hcx2013 decode
    A message containing letters from A-Z is being encoded to numbers using the following mapping: 'A' -> 1 'B' -> 2 ... 'Z' -> 26 Given an encoded message containing digits, det
  • Spring4.1新特性——异步调度和事件机制的异常处理 jinnianshilongnian spring 4.1
    目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
  • squid3(高命中率)缓存服务器配置 liyonghui160com
        系统:centos 5.x   需要的软件:squid-3.0.STABLE25.tar.gz 1.下载squid wget http://www.squid-cache.org/Versions/v3/3.0/squid-3.0.STABLE25.tar.gz tar zxf squid-3.0.STABLE25.tar.gz &&
  • 避免Java应用中NullPointerException的技巧和最佳实践 pda158 java
    1) 从已知的String对象中调用equals()和equalsIgnoreCase()方法，而非未知对象。 　　总是从已知的非空String对象中调用equals()方法。因为equals()方法是对称的，调用a.equals(b)和调用b.equals(a)是完全相同的，这也是为什么程序员对于对象a和b这么不上心。如果调用者是空指针，这种调用可能导致一个空指针异常 Object unk
  • 如何在Swift语言中创建http请求 shoothao httpswift
    概述：本文通过实例从同步和异步两种方式上回答了”如何在Swift语言中创建http请求“的问题。 如果你对Objective-C比较了解的话，对于如何创建http请求你一定驾轻就熟了，而新语言Swift与其相比只有语法上的区别。但是，对才接触到这个崭新平台的初学者来说，他们仍然想知道“如何在Swift语言中创建http请求？”。 在这里,我将作出一些建议来回答上述问题。常见的
  • Spring事务的传播方式 uule spring事务
    传播方式：        新建事务       required       required_new   - 挂起当前         非事务方式运行       supports   &nbs
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他