Question

假设我的mySQL表中有5个文档作为行和2列'document'和'description'。

文件1：John和Nancy是最好的朋友。
文件2：John，Casey，David，Nancy是最好的朋友。
文件3：南希和凯西是最好的朋友。
文件4：大卫与凯西有关系。大卫和凯西疯狂相爱。
文件5：大卫和约翰是兄弟姐妹。

因此，如果搜索查询是“David Casey”，则如何根据所有5个文档中的术语频率计算查询，并根据频率对结果进行排名。

在这种情况下，结果应该是这样的：

文件4（因为有2个'David'和2'Casey'）
文件2（1'David'和1'Casey'）
文件3（1'Casey'）
文件5（1'David'）

我读过许多tf-idf文章，但没有一篇可以帮助我。我不知道如何编写代码。

这是我目前的代码：

$ searchCondition =“description LIKE'％”。 implode（“％'或描述LIKE'％”，$ searchTerms）。 “％'”;

$ query =“SELECT description FROM table1 WHERE $ searchCondition ORDER BY description ASC”;

$ result = mysqli_query（$ dbc，$ query）;

...

...

...

Answer 1

这肯定有用：

$searchCondition = "description LIKE '%" . implode("%' OR description LIKE '%", $searchTerms) . "%'";
$orderCondition = array();
foreach ($searchTerms as $word) {
    $orderCondition[] = "(length(description)-length(replace(description,\"".$word."\",\"\")))/length(\"".$word."\")";
}
$orderConditionString = "(".implode(" + ", $orderCondition).")";

$query = "SELECT description FROM table1 WHERE $searchCondition ORDER BY $orderConditionString DESC";

数据库中的项目按降序排序。所以最相关的是第一位的。

注意：只有当关键字的数量很少时才能正常工作。因为每个关键字检查3次长度。因此，更大的表和更多关键字的响应时间可能会有所不同;）

关键字搜索和排名结果

1 个答案: