Question

我有集体智慧书，但我不确定它在实际中是如何应用的。

假设我有一个带有mySQL数据库的PHP网站。用户可以在数据库中插入带有标题和内容的文章。为简单起见，我们只是比较标题。

如何制作咖啡？
关于咖啡的15件事。
大问题。
如何锐化铅笔？
盖伊被击中的球员

我们打开'如何制作咖啡？'文章和因为第二和第四个标题的词语相似，它们将显示在相关文章部分。

如何使用PHP和mySQL实现这一点？如果我必须使用Python，那没关系。提前谢谢。

Answer 1

在每个产品旁边存储一组关键字，除了一组stop words之外，它应该基本上是标题中的所有内容。显示标题时，您会发现共享关键字的任何其他产品（与具有一个或多个共同优先级的产品）。

您可以通过根据每个关键字的稀缺性为每个关键字指定一个分数来进一步增强这一点（例如，更多稀缺的单词被赋予更高的分数，因为'PHP'的匹配将比匹配更具相关性在“编程”上，或通过跟踪用户在一组产品之间手动导航的次数。

无论你最好从简单开始，然后随着时间的推移进行增强。根据数据库的大小，更高级的技术可能并不是那么富有成效。

Answer 2

你最好使用一组标签，这些标签在插入标题时会被解析并存储在数据库中，然后根据它进行查询。

如果你必须解析标题，你基本上都在做一个LIKE查询：

SELECT * FROM ENTRIES WHERE TITLE LIKE '%<keyword>%';

虽然有更详细的答案：

// You need some test to see if the word is valid. 
// "is" should not be considered a valid match.
// This is a simple one based on length, a 
// "blacklist" would be better, but that's up to you.
function isValidEntry( $word )
{
    return strlen( $word ) >= 4;
}

//to hold all relevant search strings:
$terms = array();
$postTitleWords = explode( ' ' , strtolower( 'How to Make Coffee' ) );

for( $postTitleWords as $index => $word )
{
    if( isValidEntry( $word ) ) $terms[] = $word;
    else
    {
        $bef = @$postTitleWords[ $index - 1 ];
        if( $bef && !isValidEntry( $bef ) ) $terms[] = "$bef $word";
        $aft = @$postTitleWords[ $index + 1 ];
        if( $aft && !isValidEntry( $aft ) ) $terms[] = "$word $aft";
    }
}
$terms = array_unique( $terms );
if( !count( $terms ) ) 
{
    //This is a completely unique title!
}
$search = 'SELECT * FROM ENTRIES WHERE lower( TITLE ) LIKE \'%' . implode( '%\' OR lower( TITLE ) LIKE \'%' $terms ) . '\'%';
// either pump that through your mysql_search or PDO.

Answer 3

这可以通过在SQL查询中使用通配符来实现。如果你有较大的文本，并且通配符似乎无法捕获文本的中间部分，那么检查一个的子字符串是否与另一个匹配。我希望这有帮助。顺便说一句，你的问题标题询问实现推荐系统和问题描述只是询问是否匹配数据库记录之间的字段。推荐系统是一个广泛的主题，并附带许多有趣的算法（例如，协作过滤，基于内容的方法，矩阵分解，神经网络等）。如果您的项目符合规模，请随时浏览这些高级主题。

如何实施推荐系统？

3 个答案: