問題描述

現(xiàn)在我是按標題分詞，每個標題3個詞單獨建了個tags表，用來存放分的詞，每個詞一條記錄，讀取相關(guān)文章是隨機讀一條tag，之后查找tags表相同tag,以前數(shù)據(jù)少的時候還可以，現(xiàn)在tags表里1億多條數(shù)據(jù)了，讀起來超級慢tags表只有2個字段，一個文章id,分詞，都做了索引，之后分區(qū)。請問還有其他方法做相關(guān)文章的么?現(xiàn)在每天新增數(shù)據(jù)5W+++

問題解答

相關(guān)性的衡量，應(yīng)該有好幾個維度：1，文章所屬板塊，比如娛樂2，文章中心思想或者主題是啥，要提取出來3，時間和主要對象（人物、事件）相關(guān)

一篇文章可能有多個主體對象，可能跨板塊進行關(guān)聯(lián)