一种基于Simhash算法的重复域名数据去重方法
所屬分類：技术论文
上傳者：zhoubin333
文檔大小：559 K
標(biāo)簽： 数据去重 域名 Simhash
所需積分：0分積分不夠怎么辦？
文檔介紹：随着数字科学技术的发展，各领域需要传输和存储的数据量急剧上升。然而传输和存储的数据中重复数量占据了很大的比例，这不仅会增加使用数据的成本，也会影响处理数据的效率。域名是一种存储量大而且对处理速率有极高要求的数据，为了节约域名解析系统的存储成本，提高传输效率，本文在原有数据去重技术的基础上，引入了Simhash算法，结合域名数据的结构特征，改进数据分词和指纹值计算方式，提出了一种基于Simhash算法的重复域名数据去重方法。实验结果表明，相比于传统的数据去重技术，该方法对删除重复域名数据效率更高，具有较好的实际应用价值。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。