"找出相似文章"的一种算法：

1. 利用TF-IDF算法，找出两篇文章的关键词。
2. 每篇文章若干个关键词的相对词频。
3. 生成两篇文章各自的词频向量。
4. 计算两个向量的余弦相似度，值越大就表示越相似。

原文链接作者阮一峰：

http://www.ruanyifeng.com/blog/2013/03/tf-idf.html

http://www.ruanyifeng.com/blog/2013/03/cosine_similarity.html

另一应用自动摘要：

http://www.ruanyifeng.com/blog/2013/03/automatic_summarization.html