运用SimHash相似度算法 解决非结构化数据匹配难题——以某市市属国有企业专项审计调查项目为例

随着社会信息化程度的提高,政府活动和企事业单位业务更加复杂、多样、丰富,产生的数据类型更加多元,既有表格、数据库等结构化数据,也有文本、图片、音频、视频等非结构化数据。政府单位和企业一样,非结构化数据占比远远高于结构化数据。