计算机科学分类答案

【问题标题】：Computer Science taxonomy计算机科学分类
【发布时间】：2010-06-07 11:07:26
【问题描述】：

我正在开发用户收集标签的网络应用程序。我需要根据用户标签的相似性为用户创建一个建议列表。
例如，当用户登录系统时，系统会获取他的标签并在用户数据库中搜索这些标签，并显示具有相似标签的用户。例如，如果 User 1 具有以下标签 [Linux、Apache、MySQL、PHP] 并且 User 2 具有 [ Windows、IIS、PHP、MySQL] 它说 User 2 匹配 User 1 的权重为 50% ，因为他有 2 个相似的标签（PHP 和 MySQL）。
但想象一下用户 1 拥有 [ASP、IIS、MS Access] 而用户 2 拥有 [PHP、Apache、MySQL]。在这种情况下，我的系统不会向 User 1 建议 User 2 作为“朋友”，反之亦然。但我们知道这两个用户在工作领域有相似之处，都从事 Web 技术（或 Web 编程等）。
所以，这就是为什么我需要对这些概念进行分类的计算机科学分类法（现在，但可能我还需要其他领域的分类法，如医学、物理学、数学等），这样当我搜索ASP 和 PHP 的相似性，例如可以说它们具有相似性并且属于一个组（或类别）。
我希望我清楚地描述了我的问题，但如果有错误的解释会很高兴您的更正。
谢谢

【问题讨论】：

为什么这个话题被标记出来了？
也许计算机科学不是这里的相关术语。

标签： computer-science taxonomy similarity ontology

【解决方案1】：

我认为您实际上需要分类法。有了足够的数据，你应该可以在字段上做cluster analysis 并推断标签之间的关系。有关详细信息，请参阅this paper on automated tag clustering。如果您认为基于标签的标签聚类和分析无法让您随心所欲，请查看 Flickr。

或者，如果您确实认为需要分类，请考虑使用 SKOS。如果您可以将您的标签映射到 SKOS，那么您可以对它们执行这种分析。您可能会发现特别有用的两个 SKOS 数据来源是 Library of Congress Subject Headings 和 DbPedia。如果您对使用 SKOS 有更多疑问，请尝试SemanticOverflow。

【讨论】：

【解决方案2】：

如果这些术语出现在论坛或类似内容中，您可以使用Latent Semantic Analysis 构建术语集群。

【讨论】：

【解决方案3】：

使用谷歌集生成一些？获得比这更大的数据集更难：

http://labs.google.com/sets

【讨论】：

我不知道这个工具对我有什么帮助，但你知道任何 API 来使用这个工具吗？而且，这个工具对我有什么好处？
没有官方的 api，但有一些 3rd 方的人一起破解（尝试谷歌搜索）。无论如何，它们不必特别可靠，因为您只需要进行一些查询并将结果放入数据库中。如果您阅读了该工具的说明，您会发现它完全符合您的要求 - 从几个相似的词中推断以找到更大的相似词组。

【解决方案4】：

您需要在标签之间创建关系。我不相信这可以自动完成。你必须创建一个数据库，上面写着 sql=mysql=postgresql=oracle, asp=jsp=php 等等。这样你就可以创建某种标签组。标签肯定可以有多种关系。

【讨论】：