如何选择“相关”问题？答案

【问题标题】：How are "related" questions selected?如何选择“相关”问题？
【发布时间】：2009-03-05 06:50:40
【问题描述】：

对于几乎每个问题，右侧都有一个“相关”问题列表。

这些问题是如何选择的？它仅基于标签吗？如果我在列表中看到一个确实不相关的问题以防止它被错误列出，我可以做些什么吗？

【问题讨论】：

【解决方案1】：

自 2009 年以来，情况发生了一些变化 :-) 这些天来，我们严重依赖 Elasticsearch。 “相关”问题现在来自Elasticsearch "More Like This" query。

Elastic 在大多数情况下使用tf-idf，这是一种标准搜索算法。他们的具体实现是documented here。

【讨论】：

太糟糕了，结果不是很令人印象深刻。
我只是想问一个新问题，即“为什么相关问题几乎与所问的 C 或 C++ 或 shell 问题无关？”当“相关问题”实际上与手头的问题相关时，这确实是例外，而不是规则。我们可以为此获得更好的人工智能吗？在过去 7 年多的时间里，我发现“相关问题”列表基本上毫无价值。

【解决方案2】：

Jeff 和 Joel 在 Stack Overflow 播客的 Episode #32 上讨论了这个问题。

本质上，这是一种词汇搜索——其他帖子的词汇与这篇文章相同。

当然，这涉及到很多调整——前 10k 最常用的英语单词被排除在外，标签被包括在内，加上（可能）一些他们没有透露的魔法酱。

据我所知，如果列表中的问题真的不相关，您将无能为力，因为匹配是完全自动化的，实时完成（无需预处理，意味着无需调整）。

【讨论】：

【解决方案3】：

【讨论】：

【解决方案4】：

他们在最近的播客中描述了他们的过程。如果我没记错的话，他们使用了三件事：标题、问题正文和标签。对于问题的正文和标题，他们去掉了大约 10,000 个停用词来获得主题。除了编辑标签、标题或问题之外，我认为您无法选择显示哪些相关帖子。

【讨论】：