Hugo 的相關文章演算法
Hugo 提供內建的相關文章功能，由反向索引演算法驅動。此機制提供高效能，但由於它依賴精確字串比對，因此需要特定的分類法策略才能達到最佳效果。
原理
系統運作方式為對分類法（標籤）與日期建立索引。它根據目前頁面與網站中其他頁面之間的詞彙重疊程度來計算相似度分數。
核心邏輯遵循兩階段流程1：
- 預處理：引擎從所有頁面中擷取詞彙，將其對應至各自的文件，並根據
cardinalityThreshold過濾掉高頻詞彙。 - 計算：擷取目前頁面的詞彙，於索引中查找相符的文件，並套用以權重為基礎的評分。低於
threshold的頁面將被排除。
注意
此演算法需要精確字串比對才能為相關內容建立索引。
限制
此系統的成效取決於一致的分類法管理：
- 分類法精確度：結果需要對標籤進行精確控管。獨特的標籤可能無法形成關聯，而過於通用的詞彙則可能被演算法視為雜訊而捨棄。
- 手動同步：需要在所有文章之間手動對齊術語，以確保精確字串比對邏輯能如預期運作。
設定
除非明確定義，否則系統將採用 Hugo 的預設權重設定。如需自訂權重與索引規則，請參閱 Hugo 相關內容文件。
總結
簡單來說，太多文章共用標籤沒有用，文章都不共用標籤也沒有用，需要恰當的控管標籤才能讓這個系統真正發揮用途。對我來說如果要顯示文章之間的連結，不如使用 backlink 或是我的 hugo-knowledge-graph，當然這兩個在 Hugo Yore 都已經完美整合。
資訊
本文是直接讓 Claude 翻譯我在 Hugo Yore 寫的說明文章。