1.一种基于词频的文章相似度识别方法，其特征在于，包括：将网页X和Y特征向量进行降维和映射，得到以散列值表示的相似度sim(X,Y)；

基于每个词条w在网页中的词频计算词条w的区别度WD(w)；

根据所述区别度WD(w)得到网页X和Y的网页权值；

通过候选推荐相似度sim(X,Y)与网页X和Y两者的网页权值乘积进行相似网页的推荐。

2.根据权利要求1所述的方法，其特征在于，所述将网页X和Y特征向量进行降维和映射，得到以散列值表示的相似度sim(X,Y)，进一步包括：以网页中的整句为单位来获取和计算整句特征值，然后采用编辑距离计算相似度；针对一个多维特征向量映射到一个降维向量空间，并根据该降维后的向量产生一个x维特征值，其中x>1，每一维的值是1或-1，将每个特征项在x维向量空间进行加权处理，最后将这个x维向量中每一维的权值按照预定规则映射为0或1，再将这些二进制数字连接起来，得到网页向量的x位散列值。

3.根据权利要求2所述的方法，其特征在于，所述基于每个词条w在网页中的词频计算词条w的区别度WD(w)，表示为：

其中P为采集过程中爬取的所有网页集合，T为所有词条的集合，FP(p,w)表示词条w在网页p中出现的词频；

所述根据所述区别度得到网页X和Y的网页权值，具体为：

4.根据权利要求3所述的方法，其特征在于，通过候选推荐相似度sim(X,Y)与网页X和Y两者的网页权值乘积进行相似网页的推荐，表示为：根据网页相似度sim(X,Y)，计算带有网页权值的候选推荐相似度sim(X,Y)×IM(X)×IM(Y)，保存最终相似度大于预设阈值Φ且浏览次数大于阈值α的网页结果进行推荐。