コンテンツのマッチングをレーベンシュタイン距離を使って行おうと思います。
ただ、レーベンシュタイン距離は文字列の違いを示すだけなので、これだけで近いと判断するのは難しいかと思っています。
コンテンツの文章というよりはどちらかと言えば、カテゴリ等でつき合せが出来れば良いのですが、コンテンツ数が膨大でこれにも限界があると思います。

例えば、
　1. 空手初心者
　2. 初めて空手を習う人
　3. 剣道初心者

の場合、レーベンシュタイン距離だけで評価すると当然「1」と「3」が近くなります。
ですが、内容的にはやはり「1」と「2」が近い方が良いので、何かと組み合わせて使いたいと思っています。

もちろん、それぞれにカテゴリを設定し、カテゴリ内でレーベンシュタイン距離で比較するなどという手段もあるとは思いますが、運用が少しづつ複雑になって行くので、何かもう少しロジックで寄せられるものが無いかと探しています。

何かアイデア等ございましたら、教えてください。