计算机科学分类学

Question

我正在开发用户拥有标签集的Web应用程序。我需要根据用户标签的相似性为用户创建建议列表。
例如，当用户登录系统时，系统会获取其标签并在用户数据库中搜索这些标签，并显示具有类似标签的用户。例如，如果用户1 具有以下标记[ Linux，Apache，MySQL，PHP ]且用户2 具有[ Windows，IIS，PHP，MySQL ]它表示用户2 匹配用户1 ，权重为50％ ，因为他有2个类似的标签（ PHP 和 MySQL ）。
但想象一下用户1 具有[ ASP，IIS，MS Access ]和用户2 的情况[< strong> PHP，Apache，MySQL ]。在这种情况下，我的系统不会将用户2 建议为用户1 的“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，两者都适用于Web技术（或Web编程等）。
所以，这就是为什么我需要计算机科学的分类学（现在，但我可能还需要其他领域的分类，如医学，物理学，数学等），这些概念被分类，所以当我搜索时 ASP 和 PHP 的相似性，例如，可以说它们具有相似性并属于一个组（或类别） 我希望我能清楚地描述我的问题，但是如果解释错误的话会对你的更正感到高兴。
感谢

Answer 1

我认为你实际上并不需要分类法。有了足够的数据，您应该可以在字段上执行cluster analysis并推断标记之间的关系。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尽可能地获得，请查看Flickr。

或者，如果您确实认为需要分类，请考虑使用SKOS。如果您可以将标签映射到SKOS，则可以对它们执行此类分析。您可能会发现两个特别有用的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。

Answer 2

如果这些字词出现在论坛或类似内容中，您可以使用Latent Semantic Analysis来构建字词集。

Answer 3

使用google设置生成一些？获得比这更大的数据集会更难：

http://labs.google.com/sets

Answer 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，其中说sql = mysql = postgresql = oracle，asp = jsp = php等等。 这样您就可以创建一些标记组。标签肯定可以处于多种关系中。