鉴于非结构化数据集由具有数字量的各种参数组成，什么是一种有效且实用的搜索算法？参数变化很大，没有详尽的参数列表，任何参数都可以是任何集合的一部分。
这可能是一个非常好的问题描述，或者只是令人困惑。那么让我试一试：
"dataset" : [
{"a": 4, "b": 1},
{"a": 4, "b": 1, "c": 0.5},
{"a": 1, "b": 3, "c": 0.5, "x": 1},
{"x": 3, "t": 0.01}
]
搜索输入（与数据集匹配/得分）：
q = {"a": 2, "b": 1}
我正在考虑匹配/评分规则：
对于数据集中的每个“集合”s，扫描s的参数。如果q包含相同的参数（名称/密钥），则让v为s中该参数的数量（值）。让w成为q中的对应值，并对此参数进行评分，max(w/v, 1.0)。
对s的每个参数重复，产生总分（作为所有“子分数”的乘积）。
所以，q得分
对于两个第一组，2/4 * 1/1 = 0.5，对第三组为0.33，对于最后一组为0。我不确定如何处理s中不的q中的参数，但也许这些参数可以给出一些次要分数（对于那些“{hits”{{1} }}）。
有关搜索内容（谷歌）的任何提示，有关这类内容的任何适合的算法吗？