stackoverflow 建议是如何工作的？

Question

算法背后的理论是什么，例如，在您编写算法时，会在 stackoverflow 网站上针对类似问题生成建议？你能推荐一些关于这个主题的书吗？

Answer 1

你说的算法主要存在于AI的3个分支：NLP、ML和IR。

例如，要找到一个新问题中最相似的 10 个问题，可以从每个问题的文本中提取 n-grams，为每个问题的 n-gram 计算 TF-IDF 权重向量，然后计算两个问题之间的 cosine similarity新问题和所有其他问题，并选择相似度最高的 10 个问题。

一些你可以阅读的免费书籍：
http://nlp.stanford.edu/IR-book/
http://infolab.stanford.edu/~ullman/mmds.html

还有 2 个从 1 月下旬开始的免费课程：
http://www.nlp-class.org/
http://jan2012.ml-class.org/

另外（有点涉及）：
http://see.stanford.edu/see/courseinfo.aspx?coll=63480b48-8819-4efd-8412-263f1a472f5a
http://see.stanford.edu/see/courseinfo.aspx?coll=348ca38a-3a6d-4052-937d-cb017338d7b1

Answer 2

我认为这与源自市场篮子分析的关联规则挖掘有关。作为一个很好的参考，Bing Liu 的 Web Data Mining 绝对是最好的之一。