好多blog都会在文章后面提供相关文章列表，也有很多插件实现这种功能，它们的算法基本上是，抽取关键词（多数插件是利用tags数据），然后根据关键词重叠次数去获取相关文章，重叠的关键词越多，便认为相关性越大，包括自称using a customizable algorithm considering post titles, content, tags, and categories的Another Related Posts Plugin。

而事实上有两个问题需要考虑：

1. 在只考虑重叠关键词个数的算法中，标记TAGS多的文章占有很大优势。
2. 在大多数相关文件的插件里，对所有关键词视为等同，这点是不合适的。如果一篇文章的关键词为“WordPress”和“WordPress插件”，那么对于一篇关键词为“WordPress”和另一篇关键词为“WordPress插件”的文章，显然后面一篇文章的相关性要大一些。

其实这两个问题早已不是新鲜问题，在信息检索行业它是一个最基本的问题，成熟的解决办法是TF/IDF（term frequency/inverse document frequency) ，Google黑板版的数学之美系列文章专门讨论过这个话题。

利用这个方法，可以写一个简单的相关文章算法，目前本blog已经使用上，效果挺明显。

<?php

function GetRelatedPosts_zhiqiang($limit = 10,$before='<ul>',$after="</ul>",$showit = true, $echo = true, $threshhold = 0) {
    $count_posts = wp_count_posts();
    $published_posts = $count_posts->publish;

    global $wpdb;
    $ID = get_the_ID();
    $sql = " select * from ( ".
        " SELECT p . * , SUM( LOG( $published_posts/ C.weight ) ) AS weighted, rand() as ranknumber ".
        " FROM wp_posts p, wp_term_relationships r ".
        " LEFT JOIN ( ".
        " SELECT tt.term_taxonomy_id AS term_taxonomy_id, COUNT( rr.object_id ) AS weight ".
        " FROM wp_term_taxonomy tt, wp_term_relationships rr, wp_posts pp ".
        " WHERE tt.term_taxonomy_id = rr.term_taxonomy_id ".
        " AND rr.object_id = pp.ID ".
        " AND pp.post_status =  'publish' ".
        " GROUP BY tt.term_taxonomy_id ".
        " )C ON C.term_taxonomy_id = r.term_taxonomy_id ".
        " WHERE p.ID = r.object_id ".
        " AND p.post_status =  'publish' and p.post_type = 'post' ".
        " AND p.ID <>  '$ID' ".
        " AND r.term_taxonomy_id ".
        " IN ( SELECT term_taxonomy_id FROM wp_term_relationships WHERE object_id =  '$ID' )  ".
        " GROUP BY p.ID ".
        " ORDER BY weighted DESC, ranknumber DESC ".
        " LIMIT $limit)D ".
        " where D.weighted>$threshhold ".
        " order by D.weighted DESC, D.post_date ";
    //var_dump($sql);
    $rps = $wpdb->get_results($sql);

    if (empty($rps)) return false;
    if (!$showit) return $rps;
    
    $out = '';
    foreach ($rps as $rp) {
        $out .= sprintf('<li><a href="%s">%s</a></li>',get_permalink($rp->ID),apply_filters('the_title', $rp->post_title, '', ''));
    }
    
    if ($echo) {echo $before . $out . $after; return count($rps);}
    return $before . $out . $after;
}
?>

将上面的代码复制到任何一个已启用的插件或者被使用之处，再调用<?php GetRelatedPosts_zhiqiang(); ?>即可。

再详细解释下：

1. 关键词使用文章的TAGS和分类名。
2. 该插件其实只考虑了IDF，没有考虑DF，原因在于我的SQL功底有限，同时实现IDF和DF比较困难。而且从实际效果来看考虑IDF已经足够了。
3. 该函数使用关键词的IDF为权重计算每篇文章（只计算与当前文章有重复关键词的文章）与当前文章的相关度，得到的文章列表以相关度排序。在相关度一样的文章里，随机取（以保证每个相关文章都有机会显示出来）。最后得到的文章首先按相关度排序，再按照发表时间排序。

© zhiqiang for 阅微堂, 2010. | 链接 | 9 条评论

见 http://zhiqiang.org/blog/download。将几个常用并推荐的软件、推荐的一些书、自己写的一些东西放在上面，也方便自己在其它电脑上下载。

整个系统由插件wp-downloadmanager实现。它可以在后台直接上传、管理文档，统计下载量。另一个很吸引人的功能是它支持添加站外链接。比如如果在文章中引入了外部资源，过段时间这个资源失效了，那么可以直接在后台文档管理处更换链接即可，不需要去文章里修改链接了。

btw，这个插件在某些参数设置下有bug，如果你遇到同样的问题，可以用我修改后的版本，

除了修改几个bug之外，增加了在文章中通过文件名和路径引用文档的方法（原来只能通过文档ID去引用），比如上面的下载框，可通过下面三种方法引用

download id="8"

download name="wp-downloadmanager.zip"

download path="/wordpress/wp-downloadmanager.zip"

© zhiqiang for 阅微堂, 2010. | 链接 | 3 条评论

阅微堂是国内WordPress用户较早实现静态化的blog之一。之前，本站所用的是修改WP-Write HTML插件实现的静态化，不过这个插件已经没人维护，我也没时间弄这些玩意儿，所以对一般用户，要想实现静态化也比较麻烦，但现在有了一个新的选择cos-html-cache，目前版本1.0，适用于大多数WP用户，而且作者承诺维护并添加新的功能。

所谓静态化就是生成了所有文章以及首页的HTML版本，每次访问的时候不需要读取数据库和进行php脚本运算了，所以能够极高的降低CPU占用率，加快访问速度，特别是你装的插件里面有大量类似这样的玩意儿的时候：

add_filter("the_content", xxx);

但只要你把这个插件装上，你就可以放心大胆的装各种各样的插件了，因为这些运算都是一次性的。

这个插件会在你发表新的文章，接到新的留言时，自动更新主页和相关文章的缓存，不用任何手动操作，强烈建议每个人都装上它。

WP-Cache也是一个缓存插件，但实现思路不太一样，下面这个图说明了WP-Cache和完全静态化插件有什么区别（来自wp-cache未必能有多大的效果）：

注：某些针对single vistor的插件在此插件下会失效，pingback失效（在我这里失效了，但在其作者blog那里能用，原因不明）。

[tags]静态化,HTML,插件[/tags]

© zhiqiang for 阅微堂, 2007. | 链接 | 21 条评论