一键输入智能搜索

Question

我一直在浏览一些社交网络，并发现有搜索人员的能力：姓名，年龄范围，城市，国家和性别。 有趣的是，所有这些信息都可以插入到一个由空格分隔的文本框中。然后搜索引擎会以非常准确的方式解析它并返回结果列表。

一方面看起来很简单：按空格拆分查询并搜索所有相关表格。到现在为止还挺好。 但是

1. 有些城市名称超过2个字，用户可以输入以不同方式，因为它是自由文字。
2. 有超过2个字的名称

问题：

我们如何以这种方式拆分查询，我们当然知道哪个     它的一部分应该在哪里搜索？即用户表中的名称，城市     在城市表，国家等国家？

到目前为止，我所做的是：

1. 向所有用户填写用户数据源
2. 检查查询中是否存在Country from Countries表格
3. 如果存在，则过滤数据源以仅允许来自该国家/地区的用户
4. 检查查询中是否存在Cities表格
5. 如果存在，则过滤数据源以仅允许来自该城市的用户

以及每个表格的等等，每次我们在表格中找到匹配项时，我们会从查询中删除找到的部分，为我们留下最自由的参数：名称。

如果用户确切知道我的数据库中的城市/国家/地区等是如何编写的话，这似乎有效 但实际情况是，用户可能会进入城市的一部分或错误输入城市。

我不知道我所做的一切是否正确。只是一个开始点......

PS：我只需要一个算法流程，因此编程语言并不真正计量。任何想法或指导都非常受欢迎。

谢谢

Answer 1

这类查询对relational databases不利。如果不是必须的话，您可以考虑使用Lucene.Net(c#)或Lucene(java)

Answer 2

我在这里没有经验，但我想这是natural language processing

我认为做这种处理的一部分是接受你并不总能做到这一点。由此可见，您的目标是尝试确定您对做出某些假设有信心的案例。

例如，

如果用户在纽约市中搜索 jane doe ，则不会将其键入jane new york city doe，名称和城市将始终为连续的群体。您不知道每个组的长度，但是，您只需要尝试有限数量的组合。给定jane doe new york city，您可以迭代连续组的组合。

scoreAsName('jane')
scoreAsName('jane doe')
scoreAsName('jane doe new')

......等等...... 并为scoreAsCity做同样的事。

两者都应该有一些明确的高分组合。也许，最好的选择是名称和城市得分的组合，产生最高的总和。您需要制作一个评分算法，可能很大程度上基于数据库匹配，但也可能使用辅助输入，例如，提高本地名称匹配的分数。

非常有趣的主题。