找出同标签用户的设计方案

      有位朋友曾问我一个问题，给定sina微博的全部用户（1亿以上）和标签（uniq的标签30万左右）的关系，系统找出共有2个或以上标签的用户对，并给出这些标签是哪些。

       input_file：

                userid,taglist

       output_file:

                 userid,userid,con-taglist (sizeof(con_taglist)>=2)

 

       例如

              AA，体育 新闻 清华 百年校庆

              BB，娱乐 八卦 清华 新闻

              CC，体育 娱乐 新闻

              DD，八卦 新闻 娱乐

 

      则输出

              AA，BB 清华 新闻

              AA，CC 体育 新闻

              BB，CC 娱乐 新闻

              BB，DD 娱乐 八卦 新闻

              CC，DD 娱乐 新闻