Доброго времени суток господа!!!
Мне подкинули задачку по поиску похожих документов. На даный момент имею: SQL Server 2008, блобы лежат в столбце image и проиндексированы полнотекстовым поиском, документы все на разных языках и разных форматов(doc,docx,pdf,xls и т.д.). Хотелось бы найти алгоритмы, куски функций (SQL,C#), советы с чего вообще начинать это всё и всё что нибудь что может помочь. Если у кого нибудь есть какие нибудь наработки слёзно прошу поделится. Погуглил немного интернета такое впечетление что мне поставили эту задачу первому во всём мире. Но даже если и так то прошу мне помочь бо сам точно не справлюсь. Всем заранее спасибо.

Ребята, ну хоть какието мысли .....

Прочел проблему, действительно, будете первым кто решит как слово "похожие" превратить в формальный алгоритм.

Если решу .... не, блин, сомневаюсь. Но шо делать?

А шо там делать то?
Все ведь документы похожи друг на друга.
Вот и решена задача.

посадить человека на зарплату...
пусть и ищет похожие - по запросу
а в свободное от запросов время пусть занимается каталогизацией

А если серьезно то есть поисковые движки от яндекса и гуглья ознакомьтесь с ними, может поможет. Думаю подпихнуть ваши документы им вполне реально.
yandex.Server

*не помню как назывался проект от гугль - по тому и линка нет ( в этом может помочь сам google  =) ) 

p.s.:
Было замечено что яндекс.сервер подглючивает на винь 2к8 сервер, хотя та же самая конфигурация работала только в лет на винь хр

Это сообщение отредактировал(а) SLeN - 29.6.2009, 14:01