登录

请问一下微博和百度贴吧的热门话题排行榜是如何生成的?

1.png

微博和贴吧都是国内数一数二的PHP构建的高并发网站,请问他们的这个热门话题排行榜是如何得出的?我目前只想得到用中文分词库对全站内容分词和统计,但是这类高并发网站每天都是成千上亿的数据产出,用分词的话如何是如果解决效率问题的?或者他们还用了其他什么技术?

# Node.js
高洛峰 高洛峰 2714 天前 584 次浏览

全部回复(1) 我要回复

  • 三叔

    三叔2016-10-22 16:03:23

    我最近也在做类似的功能。思路是这样:

    对最近的文本聚类,得到topic

    考虑topic包含的文档数量和文档来源的权重

    考虑topic的时间

    最后得到话题排行榜


    回复
    0
  • 取消 回复 发送