将论坛讨论汇编成分类文章或信息的算法/方法？

Question

我正在为网络设计和编写基于知识的社区共享系统（论坛，Q & A，学生，教授和专家之间的文章共享）。

我需要使用一些数据挖掘/文本处理技术/算法来分析专家和学生之间的讨论（使用标签对讨论进行分类）并针对特定类似主题创建适当的注释和汇编。

我不是关于这些算法或工具可用的专家。如果任何人都能向我提供一些提示或解释我可以如何解决这个问题，那将会很棒。

谢谢！

Answer 1

对于文章的分类，您可以使用LSA（潜在语义分析）技术。

您可以检查这些工具进行文本处理。

1. LingPipe：处理文本的工具包。

2. Lucene：文本挖掘

3. Solr：强大的文本搜索工具

Answer 2

开始阅读文本挖掘。对于你的问题没有一般的答案，因为它不够精确。你必须对你的目标更精确，然后人们可以为这些建议方法。你的“分析”过于宽泛。计算单词的数量也是“分析”！

所以：你想识别，分组或预测什么？