E se Yahoo impedisse di pubblicare 10000 volte la stessa identica domanda?

Cosa ne pensate?

Voglio dire, non è un controllo molto difficile.

se lo stesso utente ha già pubblicato una domanda estremamente somigliante a quella attuale, allora impedisci la pubblicazione della domanda.

Per verificare la similitudine, un modo molto semplice è far girare un algoritmo di compressione sulla prima domanda (domanda1.zip) e sulla prima e la seconda insieme (domanda12.zip). Quindi, si divide la dimensione di domanda12.zip per la dimensione di domanda1.zip, e si ottiene un coefficiente di diversità, cioè un numero maggiore di 1. Se questo numero è minore di 1.1, allora le domande sono troppo simili.

Per economia di calcolo, si potrebbe zippare ogni domanda nel momento in cui viene pubblicata, e salvare la dimensione nel database, così, si risparmia il 50% delle compressioni per batch.

Inoltre, le domande somiglianti sono solitamente poste una dopo l'altra, quindi si può limitare il controllo alle sole ultime X domande poste.