首頁 > 問答 > 主體
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？
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
