[云龙九现]

思路一、这个有些类似于排序算法中的问题
可以尝试一下多路排序，也就是多路比较
分别随机选择m篇文章，这m篇文章同时和另外m篇文章进行相似度比较
思路二、先聚类，再计算相似度，采用聚类算法