Pronalaženje sličnih tekstualnih dokumenata primjenom algoritama sažimanja osjetljivih na bliskost

završni rad

• Naslov (engleski): Finding Similar Text Documents Using Locality Sensitive Hashing Algorithms
• Autor: Marin Jurjević
• Mentor: Marin Šilić (mentor)
• Član povjerenstva: Marin Šilić (predsjednik povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Član povjerenstva: Goran Delač (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Rad detaljno opisuje i analizira algoritme za sažimanje dokumenata i daje uvid u jednu konkretnu tehniku za učinkovito uspoređivanje sličnih dokumenata. Opisan je matematički model na kojem se zasniva učinkovito grupiranje sličnih dokumenata i njihova brza usporedba. U drugom dijelu rada pokazano je programsko ostvaranje opisanih algoritama i tehnike u programskom jeziku Python. Na kraju su analizirana radna svojstva i brzina rada ostvarenog rješenja.

Sažetak (engleski)

Paper describes and analyses locality sensitive hashing algorithms and gives insight in banding technique for fast document comparison. First part describes mathematical model for efficient grouping of similar documents and its fast comparison. In the second part is shown implementation of described procedures and algorithms in programming language Python. In the last chapter implementation speed and performance is analyzed.

• Ključne riječi: tekstualni dokumenti; duplikati; algoritmi sažimanja osjetljivog na blisksot; potpisi; brza usporedba
• Ključne riječi (engleski): text documents; duplicates; locality sensitive hashing; signatures; fast comparison
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:274551
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-13 21:22:23