我主要只是想讨论如何从分散的，非规范化的，完全开放的用户提交的标签转向，通过将它们组合到他们称之为的语义组中来开始理解所有这些标签。集群”。
真实的人是否需要弄清楚人们使用的标签究竟意味着什么，或者只是通过自动分析标签的组合频率来实现？
那种东西。随意疯狂地阐述:)（另外，如果在其他地方已经讨论过这个问题，我很乐意听到它。）
答案 0 :(得分：3)
阅读这篇文章：Automated Tag Clustering。它提供了对现有方法的良好概述，并描述了标记聚类的算法。
答案 1 :(得分：1)
Algorithms of the Intelligent Web（Manning）（尤其是第4章）和一本与O'Reilly相似的书涵盖了聚类算法。曼宁的书以天真的SQL方法开始，并转移到K-means，ROCK和DBSCAN。它比仅仅关注标签更通用，但在这种情况下很容易应用。代码以Java形式呈现，但很容易适应Ruby（有时候比调整Java代码更容易解决问题）。
第5章介绍了有关构建拓扑的分类，并讨论了贝叶斯算法。