我有50M不同的文本作为输入，从中提取了最多（最多）10个最相关的标签。
有~100K个不同的标签
我想开发一种算法，在给定文本ID T1作为输入（存在于原始输入数据集中）的情况下，基于T2是具有大多数标记的文本的事实来计算最相关的文本id T2。与T1相同。
id | tags
-------------
1 | A,B,C,D
2 | B,D,E,F
3 | A,B,D,E
4 | B,C,E
在上面的例子中，最相似的id为1是3，因为它们共有3个标签
这似乎与在StackOverflow中显示最相关问题的算法相同。
我的第一个想法是将文本和标签映射到整数，以构建一个非常稀疏的大型（50M * 100K）二进制矩阵。
这个矩阵适合记忆，但我不知道如何使用它。
由于这是针对Web应用程序的，我希望以实时条件（最多几毫秒，可能的多线程）提供结果。
我的主要语言是Scala和Java。
感谢您的帮助