Originariamente inviato da skidx
intendi un algoritmo che IN AUTOMATICO calcoli la somiglianza tra due articoli di testo?

Auguri

Così a spanne, la cosa più semplice e comunque pessima che mi viene in mente:
metti tutte le parore di un articolo in un'array contando quante volte compaiono. Consideri solo quelle con una certa frequenza (ad esempio 3) superiori ad una certa lunghezza (elimini articoli, preposizioni, punteggiatura, etc.), e le salvi come parole chiave di quell'articolo.

Gli articoli simili sono quelli che hanno parole chiave in comune.

Assai inaffidabile, secondo me, ma è giusto per darti un'idea.
e google come fa ad esempio? lui nn mette le parole chiave di altri articoli