我有超过一百万条数据的聊天记录，格式为
chat_message
city
timestamp
现在，我们需要检查与旅行相关的关键字，例如＆＃34; travel＆＃34;或者＆＃34;住宿＆＃34;或＆＃34;酒店＆＃34;我们说我们收集了大约15个与旅行相关的关键词。
要求是使用关键字挖掘与旅行相关的聊天消息。如何？
我能想到的解决方案 - 拥有一系列与旅行相关的关键字。然后浏览每个关键字的所有消息（一些字符串匹配算法）。
我认为这个解决方案非常强大，有关更高效算法的更多想法可以搜索，还是设置聊天记录或/和关键字？
答案 0 :(得分：-1)
您的里程可能会有所不同。
如果您的主机语言是JavaScript，我建议您使用一些全文搜索引擎，例如lunrjs。它需要预处理原始数据，例如，标记化，词干化和索引。然后您可以更方便地搜索数据。
尽管如此，您的数据集非常大，至少对于浏览器而言（因为您使用的是JavaScript）。如果要在客户端实现此功能，则需要考虑除算法之外的许多细节。内存分配，数据传输，而不是列表。
但是，如果您在服务器端，则ElasticSearch等更成熟的解决方案值得您考虑。