引言
本文只是介绍实现思路针对使用技术进行介绍，无相关代码。
推荐技术solr ,hadoop ,lucene/ElasticSearch,nutch一条龙服务
第一步分词
推荐使用IKanalyze或者mmseg4j，对中英文良好的支持，作用为将一句话拆成多个词汇。
亦可使用多个分词技术
第二步匹配关键词
将获得的关键词逐一进入数据库进行匹配（当然实际是去缓存）
匹配结束后会获得每个词汇的一些文章
第三步清洗获得的文章
对获得的文章进行清洗，留下包含多个关键词的文章，去掉只含少量关键词的文章
第四步排序输出
推荐三种算法模型
1.贝叶斯概率模型
2.向量空间模型
3.词频概率模型
重点说明
因为本身涉及算法和缓存不涉及业务
1.有能力的话算法层面调用python
2.缓存使用一致性算法的分布式缓存注意缓存雪崩即可
3.前端方面采用AJAXRPC让相应更加迅速
828
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
