python - 如何自动填充相关问题

Question

我想在我的应用程序中获取相关的 [things/questions]，类似于 StackOverflow 所做的，当您跳出标题字段时。

我只能想到一种方法，我认为这可能足够快

1. 在所有 [things] 标题的语料库中搜索标题，并返回前 x 个匹配项。我们可以使用任何正在用于站点搜索的搜索。

还有什么其他方法可以做到这一点，速度足够快，因为这将在 tabout 上发送，所以大型服务器端处理对它来说是不可行的。

我只是在寻找执行此操作的方法，但我正在使用 mysql 和 DJango，所以如果您的答案使用它，那就更好了。

[我想不出好的标签，所以请随意编辑]

Answer 1

您正在研究基于内容的推荐算法。 AFAICT StackOverflow 查看标题中的标签和单词，并找到与其中一些相同的问题。它可以在文档表示为 TF-IDF vectors 的空间中实现为最近邻搜索。 .

在实现方面，使用任何支持词干提取、停用词、非严格匹配和 tf-idf 权重的 Django 搜索引擎。算法复杂度不高(只是一些索引查找)，所以用 Python 编写并不重要。

如果您没有找到符合您要求的搜索引擎，请将词干提取和停用词留给搜索引擎，对单个词调用搜索引擎，并使用有利于相似标签的分数进行您自己的 tf-idf 评分.