stackoverflow的Related Tags功能怎么实现，有人做过没

[vicalloy]

stackoverflow和delicus都有提供Related Tags的功能。
给出几个Tag，然后将关联的Tag给出。
不知大家有做过没
能想到的方案：
1. 建立一张Tag关联表，保存Tag的关联关系以及关联条目的数目。在用户打标签的时候更新标签的关联表，并更新关联数目。
比如用户打标签 a,b,c
ab 1
ac 1
bc 1
abc 1
好处：
应当效率不错，可以按照关联Tag条目数进行排序。
问题：
实现起来麻烦点。
必须限制每个条目的tag数，不然记录数会膨胀的非常快。9*8*7...*1
估计stackoverflow应当用的是这个方案。在stackoverflow里限制tag数最多为5。一方面可能是控制tag质量，另一方面应当是技术原因。

2. 提取当前页面上条目的所有tag
比如ios的tag页面
有条目：
iphone4:iphone4,ios,mobile
ipod:ipod,ios,mp3
提取出的关联tag：
ios,mobile,mp3
好处：
实现简单，如果存在关联tag，肯定可以查出来。
问题：
效率低
显示的关联Tag随机性比较大。

[muxi]

呵呵，这个显然不是这么算的，像stackoverflow 这样的站点面临的可能是数以百万记的主题，各种问题也五花八门，涉及的领域也不受控制，这样的关键词组合可能高达几十万甚至上百万，不可能事先将关键词设定好，然后手动设置关系

建议你了解一下text clustering

[vicalloy]

这个问题在python列表问过。也了解过text clustering，不过感觉不象。
如果用text clustering，计算count会是个问题，而且感觉有些将问题复杂化。
SO在控制每个问题的Tag数后，Tag的总数量也没很夸张，刚去算了下，目前不到3W个Tag。
Related数应当比3w*3w少很多，估计Related不超过1亿。

[icyflash]

http://www.pui.ch/phred/archives/2005/04/tags-database-schemas.html

[vicalloy]

@icyflash 这个文档已经看过了，里面没有涉及到Related Tags的东西。回复里有人问，不过也没看到有人反馈。
目前看到实现了Related Tags的网站也就SO和delicus。
其中SO限制了每个问题的Tag数目。
delicus的Related Tags只是个人范围内的Related Tags，并不是针对全站。

[xuwenhao]

Frequent Pattern Mining