有关如何改进搜索引擎全文搜索的提示

Question

我正在开发：http://www.buscatiendas.com.mx

我看到人们为大量拼写错误的查询输入文字。 我能实现什么样的搜索才能找到类似的单词？ 像谷歌一样，或多或少都会很整洁。

我正在使用SQL Server全文搜索。

Answer 1

为什么你没有google / bing为它编制索引，只是使用它们提供的网站：功能？

如果这不是一个选项，你可能必须拥有一个自己的“拼写检查器”（自己实现或只使用现有的），这是根据你拥有的数据进行训练的。注意拼写检查不是确定性的（例如：latel，它是标签吗？稍后？）。您只能根据网站上的实际数据做出“最佳”猜测。

有概率模型，你可以“训练”你的咒语猜测器/检查器来提出“最佳”猜测。

以下页面似乎非常有用。它描述了如何自己编写一个，并且还有很好的链接（包括调查文件）和不同语言实现的链接：

  

http://norvig.com/spell-correct.html

Answer 2

有两种方法可以解决这个问题：

  

  

1. 购买第三方产品，例如谷歌搜索应用程序或其中一个   Microsoft搜索服务器。

  

2. 记录所有查询，并让某人查看这些查询，制作一张表格   将错误的查询链接到它们   应该。 （有可能你可以   买一个组件库   这很像一个   拼写检查。）

  

Answer 3

如果您想推出自己的产品，首先需要在开始搜索之前过滤掉干扰词，因为这可能会对您的数据库造成不必要的负担。 “好书”应该与搜索“好书”或“他的好书”或“书上的好评和坏评”相同吗？很明显，“a”，“the”，“an”，“and”等根本不具备“有用”搜索关键字的条件。一旦你把“噪音”过滤掉了，你就开始真正的搜索了。再次，你应该考虑数据库性能。搜索动态数据库或预先存在的数据库是否明智？找出一种过滤掉搜索数据中的噪音词的方法。