网站有过千万的数据，每一个页面都要相关页面的栏目，如何实现阿？ - V2EX

首页注册登录

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 3502 天前的主题，其中的信息可能已经有所发展或是发生改变。

6 条回复 • 2015-05-27 15:40:04 +08:00

1

zencoding

2015-05-27 11:35:49 +08:00

过千万数据很大吗？

2

fundchan

OP

2015-05-27 12:39:44 +08:00

@zencoding 主要是怎么推荐相关内容阿，又没什么现成的工具。

3

cevincheung

2015-05-27 12:43:41 +08:00

elasticsearch+redis

4

em70

2015-05-27 12:47:23 +08:00

推荐引擎可以写一本大部头了,难主要是推荐算法上,千万级数据只要加上索引,技术上没有难点.

推荐算法需要你根据业务自己设计,比如出现同样关键字的文章就算一类可以相互相关

5

fundchan

OP

2015-05-27 15:24:18 +08:00

@em70 我只需要根据标题的相关性来进行推荐，有没现成的算法

6

em70

2015-05-27 15:40:04 +08:00

@fundchan 标题怎么算相关?肯定是关键字吧,可以用结巴分词处理标题,提取到的每个关键字和文章ID关联写入另一个表,建好索引.这个表可能会好几亿记录,但因为结构简单而且有索引,检索速度会很快,不用担心性能.

将来用的时候,显示一个文章,在这个表里检索文章ID得到全部关键字,然后还是这个表里检索每一个关键字得到相关文章ID列表,随机选几个显示就行了.

关于 · 帮助文档 · 博客 · API · FAQ · 实用小工具 · 1076 人在线 最高记录 6679 ·

Select Language

创意工作者们的社区

World is powered by solitude

VERSION: 3.9.8.5 · 22ms · UTC 19:08 · PVG 03:08 · LAX 11:08 · JFK 14:08
Developed with CodeLauncher
♥ Do have faith in what you're doing.