有没有标签匹配算法？答案

【问题标题】：Are there any tag matching algorithm?有没有标签匹配算法？
【发布时间】：2012-07-23 15:44:08
【问题描述】：

我的系统类似于stackoverflow。基本上，一个帖子可以有多个标签，并且有一个搜索功能可以找到与查询标签匹配的帖子（所有标签必须匹配）

我想知道是否有任何算法/数据结构可以有效地解决帖子标记/搜索问题？就速度（时间复杂度）而言，哪一个效率最高？

【问题讨论】：

“倒排索引”很有用。 “而且大多数情况下，您将拥有一个单独的标签表，然后单个帖子可以链接多个标签（使用键）”是@abhinav 描述的广泛使用的方法。

标签： algorithm search data-structures tags

【解决方案1】：

过去我没有为此使用任何专门的 DS。事实上，如果你想用 RDBMS 做到这一点，请阅读how Wordpress do this using taxanomies 的详细信息。大多数情况下，您将有一个单独的标签表，然后各个帖子可以链接多个标签（使用键）。

另一种流行的方法是将您的问题视为一个刻面问题。您必须使用全文索引框架并在此基础上开发分面浏览。 Here is an excellent post from the creator of Lucene/Solr 解释了这种情况。有了分面浏览，您将能够显示 stackoverflow 所做的一些事情：

algorithm × 21165
search × 8863
data-structures × 5867
tags × 2886
stackoverflow × 721

【讨论】：

【解决方案2】：

存储此类数据以供搜索的最省时的方法通常是在Inverted index 中。这也恰好是最常见的搜索引擎/信息检索系统所围绕的内容。

对于这个的实际实现，我建议你看看Apache Lucene。

【讨论】：

【解决方案3】：

对于这个问题，答案是肯定的。我正在开发一个学生内部网作为我的作业项目，实现的算法因数据库设计而异。

在我的例子中，有一个用大约 140 行代码编写的算法。

tag     (tagID*, tagName)
tagMap  (tagSetID*, tagID*)
tagSet  (tagSetID*)
announce    (announceID*, tagSetID, title, content)

如上所述，我自己开发了多个标签匹配算法。以防万一认为我的算法不够高效，现在我无意中了解了@joel 和@abhinav 提到的倒排索引。

【讨论】：