Java 文章相似度算法

Question

新闻数据量大,数据实时在网上抓取,有时候一天几万条数据入库！这种大数据量的情况下如何实现计算每篇文章跟剩余文章的相似度？就是怎么去做的一篇文章跟他相似度很的文章？求大神指教下！

Answer 1

提取特征码，关键词等 后比较