设置
我有一大堆帖子（＆gt; 10.000），每个帖子都配有不同数量的标签。一个典型的帖子会有例如3-4个标签，如“华盛顿，美国，旅行，美国”，另一个标签如“华盛顿，城市，建筑，美国”。
如此大量的帖子出现问题：很多时候，有一个标签（“美国”）完全包含在另一个标签（“美国”）中。
完全包含意味着属于“美国”的所有帖子也属于“美国”（但不是相反）。 - 这个问题发生在几个层面：想想“美国”是“世界”的一部分或“华盛顿”是“美国”的一部分。
问题
如果你看一下这些标签，就会出现一个逻辑集群：华盛顿是美国的一部分是美国的一部分属于的世界即可。 （华盛顿也是架构的一部分，也是城市的一部分。） - 因此内容有两个层次结构。
现在我想向用户显示WordPress称为标记存档的内容，但仅限于最高级别的标记。所以在这种情况下，它将是“世界”和“城市”。当用户点击“世界”时，会加载一个新页面，显示“美国”，“欧洲”，“亚洲”等。 - 一旦我们达到一个特殊性，只返回最多100个帖子（而不是数千个喜欢上面的级别），选择/聚类过程将停止，我会向用户显示这些帖子。
（不，抱歉，分层类别，这正是我刚刚写的，不是一个选项，因为这些帖子会自动添加，并且将来可能会弹出新的群集。）
问题
如何尽可能高效地确定这些类型的群集？
解决方案（代码）当然是我的首选答案，但我也很高兴，如果有人能指出我处理这个问题的方向。该项目中使用的语言是PHP，SQL和弹性搜索。