3

如何编写代码以找到与用户当前正在阅读的文章相关（相似）的文章？

例如，假设我有文章：

Python programming tips
Python programming for newbies
Programming in Python, ActionScript and Flash
Programming in the Jungle
Tarzan saves newbie Judy from using Fortran programming language

（我现在想出了这些标题。）

我如何查询数据库并发现它们都是相关的？

我会很感激任何建议。

谢谢，博达赛多。

4

5 回答 5

2

这本书包含一些提示；更具体地说，这听起来像是一个协同过滤问题。

有几种方法可以解决这个问题。一种是标记，依靠读者和贡献者标记这些文章，您可以将关键字与标签匹配，例如。

另一种方法是结合搜索和分析，即谷歌方法。您显示搜索查询的结果，用户点击它们，加班那些点击其中一些的人也点击了相关的，您可以在它们之间建立关系。

于 2010-03-02T13:10:08.793 回答
1

您使用的是哪个数据库？“全文搜索”可能会对您有所帮助，而 MySQL 只是内置了它。谷歌一下。

于 2010-03-02T13:09:04.253 回答
1

我建议你看看余弦相似度和tf-idf

余弦相似度是一种用于测量两个文档（但不仅仅是）之间相似度的简单方法，它不能将使用 tf-idf 加权的单词向量作为输入。
基本上，如果一个词在当前文档中频繁出现（词频 - tf）但在其他文档中很少出现（逆文档频率 - idf），则 tf-idf 权重较高。

于 2010-03-02T13:09:52.573 回答
0

如果您的案例确实是一个内容驱动的网站，那么可能要求编辑为每篇文章添加标签是最好的方法。这就是它在整个网络上完成的方式（例如 Wordpress）

此外，还有一些方法可以通过语言处理来做到这一点，但是由于您使用 Python，我将把它留给 Python 专家...

于 2010-03-02T13:10:15.163 回答
0

一个建议是为您的所有文章添加标签。相关文章是具有相似标签的文章。

于 2010-03-02T13:10:32.410 回答