# 建议主题 - 基于标题和内容的建议

**URL:** https://meta.discourse.org/t/suggested-topics-title-content-based-suggestions/173354
**Category:** Feature
**Tags:** suggested-topics
**Created:** [2020年十二月15日 07:52 UTC](https://meta.discourse.org/t/suggested-topics-title-content-based-suggestions/173354 "2020-12-15T07:52:29Z")
**Posts on this page:** 1
**Showing post:** 5

<div class="post-metadata">

### Author: ![nhpackard](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/nhpackard/32/224328_2.png) [@nhpackard](https://meta.discourse.org/u/nhpackard)
#### Post date: [2021年六月28日 21:12 UTC](https://meta.discourse.org/t/suggested-topics-title-content-based-suggestions/173354/5 "2021-06-28T21:12:26Z")

</div>

大家好，

我是新来的，如果我在重复老生常谈，先说声抱歉。

我同意 @sam 的观点，这里确实有个“深坑”，但另一方面，主题建模技术现在已经相当成熟，市面上也有现成的优秀工具。我最近的一个项目分析了约 500 万份专利标题和摘要；在我新搭建的 Discourse 社区 [站点](https://openendedness.protolife.org) 上分析成千上万个主题简直是小菜一碟。而且，我的社区成员也有意愿推动这件事落地。

想请教各位专家：我是否应该考虑开发一个插件？还是应该直接修改 Discourse 的源代码（我已从 GitHub 下载）？

我找到了这篇关于用 Python 抓取 Discourse 论坛主题的帖子 [链接](https://meta.discourse.org/t/scrape-a-discourse-forum-with-python/98520)，但尚未成功运行。类似的方法应该能让我将数据拉取到本地，构建模型，以便后续查询加载。

顺便提一下，大多数优秀的工具都是基于 Python 的……

---

_[View the full topic](https://meta.discourse.org/t/suggested-topics-title-content-based-suggestions/173354)._