Для приблизительного сравнения текстов есть такой способ: составить нулевую матрицу 30х30, координаты матрицы — буквы алфавита. Пробегаемся по тексту и считаем, сколько раз в текста встречались последовательные пары букв. Например, если видим подряд буквы А и Б, прибавляем 1 к элементу [0, 1] матрицы. Потом нормируем — делим все элементы матрицы на общее число букв в тексте. В результате получится хэш-матрица, ее запоминаем для каждой статьи в БД.

Для проверяемой статьи строим такую же матрицу и вычитаем ее из хэш-матрицы каждой статьи в БД. Считаем сумму квадратов получившихся элементов. Исследуем на 20-40 типовых статьях и выводим пороговое значение. Для коротких текстов (порядка 100-500 букв) хорошо работало, попробуйте на ваших статьях!

В теории это имеет отношение к марковским цепям, n-граммам (2 граммам :)

Станислав Лем «Сумма технологии» заменяет краткий курс физики и полное собрание всей фантастики. Филосня конечно, но качественная. После этой книги уже не обязательно смотреть Матрицу или например читать Шекли — все идеи отдаленного будущего человечества уже там изложены и разложены по полочкам.

Попробуйте на основании ФЗ 152 о защите персональных данных удалить персональные данные с этого сайта.

Asterisk, однозначно!

По-моему, очень правильно. Чистый С очень близок к аппаратуре процессора, и изучение этого языка поможет правильно поставить мозги программиста, если он хочет разрабатывать высокопроизводительные программы, использующие все ресурсы компа. Кроме того, программирование на Objective C без знания С невозможно, кроме случаев простых приложений, которые можно и на HTML сгавнять.