隐藏的关系

Question

如何找到从多个文档中提取的标签之间的所有隐藏关系？

我的数据集基于一组文档，每个文档都是从标记组中提取的，我的任务是查找来自不同文档的不同标记之间的关系：

Doc_id        tags
  1         a, b, c
  2         c, k, m
  3         m, n, p

隐藏关系的结果应为：

a -> k  using c
b -> m  using c
a -> n  using c, m (a->c->m->n)

等等。

Answer 1

翻译成图表

您用标记描述的是一个图形，其节点将是您的标记，并且您的关系是顶点。如果您愿意，可以阅读以下维基百科页面：

https://en.wikipedia.org/wiki/Graph_theory

您还可以阅读本文，更侧重于图表的实施：

https://en.wikipedia.org/wiki/Graph_(abstract_data_type)

你想知道的是两个标签（在图中，两个节点）是否相关，但不是直接相关（在同一个类中，而不是相邻的）。

图表的实施

您可以自己编写代码，或者寻找已经正常工作的良好实现。 这个例如：https://github.com/clue/graph（不知道它是否真的很好，只是在github上搜索并取得了第一个结果）。

自己实施图表可以很好的培训。我认为OOP是最好的方法。

获得答案

您现在需要知道两个标签之间是否有道路。在您的示例中，每个标记都有一条通往另一个标记的道路，但情况并非总是如此。

在图中搜索路径不是一个简单的算法，实现可能很难。有很多方法可以做到。

一个天真的解决方案是保留一组已访问过的节点。您从节点开始，将此节点设置为 visited ，并将其所有邻居添加到可访问节点的数组中。然后你和所有的邻居做同样的事情。当您遇到已访问过的节点时，您不会执行任何操作（否则您将获得无限循环）。当算法停止时，您的开始标记中包含所有可访问标记的数组。

希望有所帮助，我会等你的回答，看看你是否还需要别的东西。请注意，此算法可能已在我链接的线索/图形存储库中实现。