其他的相关方向
网页相似性比对
TF/IDF （term frequency–inverse document frequency）
| 根据词频构建新闻的特征向量 | –> | 余弦距离 |
|---|---|---|
| 手动建立 自动建立，构建子分类 | 计算优化方案（储存长度，只计算非零元素，删除虚词） | |
| 效果优化（加权） |
信息指纹
集合相同判定：
一一比较
排序后比较
推荐系统
推荐系统由早期的协同过滤算法
发展到 MF 模型、
再到之后的 Wide&Deep，以及基于 Network Embedding
爬虫
ScrapeGraphAI、Crawlee、Kspider