84669인 학습
152542인 학습
20005인 학습
5487인 학습
7821인 학습
359900인 학습
3350인 학습
180660인 학습
48569인 학습
18603인 학습
40936인 학습
1549인 학습
1183인 학습
32909인 학습
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？
光阴似箭催人老，日月如移越少年。
这些热数据肯定不是靠php统计出来的，应该是php调了排行的接口只负责展示
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
列表前的文本是手工加的，非机器自动生成。后面的数字猜测是在有带关键字微博发出时，向指定缓存字段+1。这些数据其实非常不准确，然而也并没有要准确的必要。
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
这些热数据肯定不是靠php统计出来的，应该是php调了排行的接口只负责展示
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
列表前的文本是手工加的，非机器自动生成。后面的数字猜测是在有带关键字微博发出时，向指定缓存字段+1。这些数据其实非常不准确，然而也并没有要准确的必要。