database - 设计用于词频和文本分析的数据库

Question

我有一堆文章，我想做词频和趋势分析。

文章标有日期、作者、主题和主题。我想使用这些标签对数据进行切片，以便我可以获得用于特定作者（或作者组）、主题或主题的最常用词。总体和随着时间的推移（趋势）。

我将如何设计这个数据库（关系型或其他）还是应该创建一个数据立方体？

Answer 1

Rizzoma.com 使用 couchDB (noSQL) 和 Sphinx (全文搜索引擎) 实现了这一目标。如果需要，您可以尝试以另一种方式制作它，或者测试现有解决方案并重复它。