我想了解有助於識別重疊數據集之間的共性和差異的算法信息。什麼算法計算一組集合中常見元素的頻率？
使用計算器的標籤系統爲例：
比方說，這個問題已經給出了5個標籤。假設有1000個其他問題至少有一個這樣的標籤。在這1000個問題中，有多少這些問題的標籤有共同點，我的原始帖子沒有？
描述此的另一種更簡單的方法是自動提示標籤系統：
「你用[5個標籤我選擇]標記了你的問題的其他similiar問題都標有[標籤可能是名單感興趣。其中的標籤可能會感興趣]經常存在的不在我的原單列表標籤。
代碼示例在C＃如果可能的話:)
我不知道任何特定的算法和數據結構，但我可以建議的處理這個基本的方法：
假設：每個入口有五種獨特的標記。
在（馬虎）僞代碼，使用兩個環路（如果可能）：
for each entry
if any tag in original_tags
tag_list[tag]++
end
for next in tag_list
tag_count[tag_list[next]] += next
end
這將產生連鎖的標記名稱的稀疏陣列（好吧，我不包括分離器，但嘿它是僞代碼:-)。保持最高的數字，然後迭代以獲得最佳建議。
（緩存優化，但注意更新）
Paul。
查找到下注的漢明距離[名單。這是在字符串上定義的漢明距離，即將一個字符串轉換爲anot所需的編輯操作數她的。
您也可以使用等價類的部分順序並設置包含：當問題A和B具有完全相同的標記集合直至重新排序時，它們相等，設置聯合，設置差異並設置交集，然後爲<和>比較定義部分訂單。