如何利用tags查询“相关文章”？

Question

项目用的是flask+mongodb+mongoengine,文章模型包含一个字符串列表的ListField(...)类型的字段用于存储tags,一篇文章可能有若干个字符串tag,我想在显示该篇文章的详细信息时，通过tags查询相关的几篇文章，python中应该怎么写更合理？

Answer 1

相关性可以用向量表示

假设一个系统中有N个TAG，TAG1/TAG2/TAG3/.../TAGN

一篇文章的TAG情况可以用一个只包含1和0的N维向量表示，两篇文章的相关性可以用向量的内积表示

比如说文章A的TAG情况是(1,1,1), 文章B的TAG情况是(0,1,1), 文章C的TAG情况是(1,0,1)。

• 给定文章A，A和C都应推荐
• 给定文章B，应推荐文章A
• 给定文章C，应推荐的文章也是A

实际实现的时候文章的TAG情况可以用binary数字表示，两个文章的相似性可以用两个binary的AND结果计算hamming weight。

当然啦最简单的就是用现成的轮子，比如说果壳的这个 https://github.com/guokr/simbase

Answer 2

看你希望怎么定义相关了. MongoDB能提供的功能是在tags这个数组上建索引，然后快速找到有相同tag的文章。