摘要： 背景 提升產(chǎn)品體驗，節(jié)省用戶感知度。——想想，如果看到一堆相似性很高的新聞，對于用戶的留存會有很大的影響。 技術(shù)方案1、信息指紋算法 思路：為每個網(wǎng)頁計算出一組信息指紋(Fingerprint)。比較兩個網(wǎng)頁相同信息指紋數(shù)量，從而判斷內(nèi)容的重疊性。 步驟： 1）提取網(wǎng)頁正文信息特征（通常是一組詞）， 閱讀全文