StackOverflow 使用什么算法来查找类似问题？ [复制]

Question

我需要在我正在构建的网站中为客户创建帮助台，我喜欢 StackOverflow 找到类似问题的方式。有谁知道该网站使用什么算法，你能提供任何参考资料吗？

Answer 1

大多数可能是标签上的加权匹配，也可能是 match() 或标题上的等效全文加权搜索。

它可能在某个地方的元数据或常见问题解答中得到了它的详细信息

Answer 2

Machine Learning 的一个完整分支称为clustering（unsupervised learning 的一种类型）处理此类问题。

该问题成为集群的一部分，同一集群中的其他问题（可能以similarity measure距离的顺序）显示为类似问题。

有多种features可以用于集群，其中一些可能是：

• 标签
• 标题中的单词
• 文本中的单词（重量小于标题）
• 其他问题/网页的链接。

等等。

可能还有其他使用text summarization、sentiment analysis 等技术的公式化特征用于此类问题。哪些功能对哪些问题有好处取决于问题。

您可以看到这些算法在其他方面发挥作用：

• YouTube
• 维基百科
• IMDB

并且列表继续无穷大。

那么你能做些什么来解决你的问题呢？

没有一个答案。这完全取决于您的数据和目标查询。不过还是可以的

• 了解feature engineering machine learning 的各个方面。
• 了解clustering。

（有很多在线课程。）

或者

• 聘请了解这些内容的人。