（这个问题是关于数据提炼的策略和高级方法，而不是编程，所以如果它是题外话......提前抱歉，但我找不到更好的 stackexchange 社区）
因此，我们处于一个（典型）场景中，新数据由大量用户引入（自下而上的贡献），并由版主/管理员/受信任的用户定期提炼、纠正、分类和丰富（自上而下提炼）。
这种情况在网站中很常见（stackexchangetags就是一个很好的例子）
是否有“最佳策略”来最小化工作量并最大限度地提高数据质量？
这里有些疑问：
- 强制数据通过验证过程或让它们填充系统（接受一定程度的不正确/不一致）并在出现时修复/丰富最流行的数据。
- 自上而下用尽可能多的数据预填充系统，以预测自下而上的到达。
- 帮助自下而上的条目与其他数据保持一致（自动完成和用户的意思框）