按关键字搜索数据存储区以查找相关主题

Question

例如，StackOverflow如何判断其他问题是否相似？

当我输入上面的问题，然后选中这个备忘录控件时，我看到了一个现有问题列表，可能与我要求的问题相同。

使用什么技术来找到类似的问题？

Answer 1

我于3月20日收到了来自team@stackoverflow.com的电子邮件，其中提到了它的工作原理：

  

“问一个问题”搜索是   完全在标题上，不会   匹配身体中的任何东西。它是一个   对我来说，为什么人们会这么认为   更好。

最后一句是指搜索栏，当我试图找到我已经看过的具体问题时，我发现它不太有用。

Answer 2

我认为这是一个简单的旧词匹配。但是，我可能会补充一点，这个功能并不像我希望的那样好用。使用site：stackoverflow.com前缀进行谷歌搜索比依靠SO提供相关建议要好得多。

Answer 3

匹配程序将存储所有问题的索引。当您提出问题时，问题中的所有关键字都会与索引匹配。这类似于Google搜索。 Lucene开源搜索可以（并且很有可能）用于此。由于结果不是很准确，我认为它们仅仅是问题的标题索引，作为近似值。

其他相关关键字是collaborative filtering，亚马逊推广的算法基于其他类似客户的行为推荐产品。在当前情况下，基于协同过滤的替代算法是：从问题中提取关键字，然后找到与关键字相关联的（在历史中）的标签。返回包含这些标签的问题。那么，需要进行实验才能确定它是否运作良好。

Answer 4

很差 - 我相信使用MS SQL全文搜索。使用Lucene，IMO你会有更好的运气。有关该主题的更多背景信息，请参阅Lucene上的维基百科文章或information retrieval的一般主题。