網路上找的到 Hugo 用戶怎麼設定相關文章，但是沒看過有人介紹他的相關文章是怎麼找的，於是本文簡介相關文章的核心邏輯，原始碼在 inverted_index.go，本文撰於 Hugo v0.152.2。

TLDR

簡單來說 Hugo 基本上只以 taxonomy（標籤、分類）和 Date（文章日期）作為判斷依據，如果啟用 fragments 功能的話還會把文章內文的標題拿來比較，並且只有完全相同的字串才會計分。

演算法

簡易說明原始碼的邏輯。

預處理階段：

1. 先取出所有文章的 term（標籤、分類等 taxonomy）
2. 每個 term 都標記上有哪些文章
3. 移除太常見的關鍵字，因為沒有參考價值，可用 cardinalityThreshold 調整閥值

計算階段：

1. 取出現在文章的 term，如果啟用 fragments 會額外取出文章內容的標題
2. 查找剛才預處理的字典，找到有哪些文章也使用這些 term
3. 對這些 term 進行加權計分
4. 計算結束後總分低於 threshold 的文章不會被列入相關文章中

取出所有 term、查找字典、對 term 加權計分這是三重迴圈，不過由於計算很簡單所以就算三重也不會拖累性能。

結論

這個演算法對我這種懶的認真想標籤的人不太有用，因為我的標籤是從預設的標籤裡面刪掉不相關的，因此很容易出現太常見的問題，不過這已經很是平衡效能和效果方式了。