Question

我看到越来越多的用户在我的网站上注册，只是向其他用户发送重复的垃圾邮件。我添加了一些服务器端代码来检测具有以下mysql查询的重复消息：

  SELECT count(content) as msgs_sent 
    FROM messages 
   WHERE sender_id = '.$sender_id.' 
GROUP BY content having count(content) > 10

查询效果很好，但现在他们通过更改邮件中的一些charctersr来解决这个问题。有没有办法用MySQL检测这个或者我是否需要查看从MySQL返回的每个分组，然后使用PHP来确定相似性的百分比？

有任何想法或建议吗？

Answer 1

全文匹配

您可以考虑实施与MATCH示例here类似的内容：

mysql> SELECT id, body, MATCH (title,body) AGAINST
    -> ('Security implications of running MySQL as root') AS score
    -> FROM articles WHERE MATCH (title,body) AGAINST
    -> ('Security implications of running MySQL as root');
+----+-------------------------------------+-----------------+
| id | body                                | score           |
+----+-------------------------------------+-----------------+
|  4 | 1. Never run mysqld as root. 2. ... | 1.5219271183014 |
|  6 | When configured properly, MySQL ... | 1.3114095926285 |
+----+-------------------------------------+-----------------+
2 rows in set (0.00 sec)

所以对于你的例子，也许：

SELECT id, MATCH (content) AGAINST ('your string') AS score
FROM messages 
WHERE MATCH (content) AGAINST ('your string')
    AND score > 1;

请注意，要使用这些功能，您的content列必须是FULLTEXT索引。

此示例中的score是什么？

这是relevance value。它通过下面描述的过程计算：

对集合和查询中的每个正确单词进行加权根据其在集合或查询中的意义。因此，许多文档中出现的单词较低重量（甚至可能没有重量），因为它有较低的重量此特定集合中的语义值。相反，如果这个词很少见，它的重量更高。单词的权重是结合起来计算行的相关性。

从documentation页面。

使用MySQL检测垃圾邮件发送者

1 个答案: