Question

在我的应用程序（PHP / MySQL / JS）中，我有一个内置的搜索功能。其中一个搜索条件包含各种选项的复选框，因此，某些结果会比其他结果更相关，如果它们包含更多每个选项的更少或更少。

即。选项是A和B，如果我搜索选项A和B，则仅包含选项A的结果1是50％相关的，而包含选项A和B的结果2是100％相关的。

某人之前，我只是在做基于表单输入的简单SQL查询，但这个问题有点困难，因为它并不像数据LIKE“％query％”那么简单，而是某些结果对某些人来说更有价值搜索查询，有些则不是。

我完全不知道从哪里开始......有没有人有相关的（哈！）阅读材料来指导我？

编辑：仔细考虑后，我正在考虑使用SQL脚本来获取原始数据，然后进行多轮解析是我必须要做的事情......

但是没有什么可以缓存的吗？：（

Answer 1

看一下lucence项目它有多种语言版本

这是php端口 http://framework.zend.com/manual/en/zend.search.lucene.html

它索引要搜索的项目并返回相关的加权搜索结果，例如更好然后从y中选择x，其中名称如'％pattern％'样式搜索

Answer 2

你需要的是一个强大的搜索引擎，比如solr。虽然你可以在mysql之上实现它，但它已经提供了开箱即用的其他工具。

Answer 3

这是一个想法：进行比较并总结结果。总和越高，标准匹配就越多。

这样的（愚蠢的）表怎么样：

名称
dob_year
dob_month
dob_day

找到与3/15/1980共享三个日期组件中大部分内容的人：

SELECT (dob_year = 1980) + (dob_month = 3) + (dob_day = 15) as strength, name
from user
order by strength desc
limit 1

需要一个好的WHERE子句和索引来阻止你进行表扫描，但是......

您甚至可以为列添加权重，例如

SELECT ((dob_year = 1980)*2)

祝你好运。

Answer 4

鉴于您对我的评论的回答，这里有一个关于如何做到这一点的例子：

首先是表格：

CREATE TABLE `items` (
 `id` int(11) NOT NULL,
 `name` varchar(80) NOT NULL
);
CREATE TABLE `criteria` (
 `cid` int(11) NOT NULL,
 `option` varchar(80) NOT NULL,
 `value` int(1) NOT NULL
);

然后是一些项目和标准的例子：

INSERT INTO items (id, name) VALUES
(1,'Name1'),
(2,'Name2'),
(3,'Name3');

INSERT INTO criteria VALUES
(1,'option1',1) ,(1,'option2',1) ,(1,'option3',0),
(2,'option1',0) ,(2,'option2',1) ,(2,'option3',1),
(3,'option1',1) ,(3,'option2',0) ,(3,'option3',1);

这将创建3个项目和3个选项，并为它们分配选项。

现在有多种方式可以通过某种“力量”来订购。最简单的是：

SELECT i . * , c1.value + c3.value AS strength
FROM items i
JOIN criteria c1 ON c1.cid = i.id AND c1.option = 'option1'
JOIN criteria c3 ON c3.cid = i.id AND c3.option = 'option3'
ORDER BY strength DESC

这会显示所有具有选项1或选项3的项目，但具有这两个选项的项目似乎排名更高。

如果您正在搜索2个选项，这很有效。但是我们假设您搜索了所有3个选项。现在所有项目都具有相同的强度，这就是为选项分配“权重”的重要原因。

您可以将值赋予您的力量，但如果您的查询并不总是为相同的选项分配相同的权重，则可能无法帮助您。这可以通过以下查询在每个查询的基础上轻松实现：

SELECT i.* , IF(c1.value, 2, 0) + IF(c3.value, 1, 0) AS strength
FROM items i
JOIN criteria c1 ON c1.cid = i.id AND c1.option = 'option1'
JOIN criteria c3 ON c3.cid = i.id AND c3.option = 'option3'
ORDER BY strength DESC

尝试查询，看看它是否是你需要的。

我还想指出，就处理能力而言，这不是最佳解决方案。我建议你添加索引，使选项字段为整数，尽可能缓存结果。

如果您有任何疑问或需要添加任何内容，请发表评论。

设计“基于相关性”的搜索？

4 个答案: