设计“基于相关性”的内容搜索？

Question

在我的应用程序（PHP/MySQL/JS）中，我内置了搜索功能。搜索条件之一包含各种选项的复选框，因此，某些结果将比其他结果更相关，如果它们包含更多或更少的内容每个选项。

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，而包含选项A和B的结果2是100％相关。

之前，我只是根据表单输入进行简单的 SQL 查询，但是这个有点难，因为它不像像“%query%”这样的数据那么简单，而是一些结果对某些搜索查询更有价值，有些则不然。

我完全不知道从哪里开始......有人有相关的（哈！）阅读材料指导我吗？

编辑：经过深思熟虑，我在想一些涉及 SQL 脚本来获取原始数据，然后进行许多轮解析的事情是我必须做的......

没有可缓存的，尽管？ :(

Answer 1

看看 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

它对要搜索的项目进行索引并返回相关的加权搜索结果，例如，比 select x from y where name like '%pattern%' 样式搜索更好

Answer 2

你需要的是一个强大的搜索引擎，比如 solr。虽然您可以在 mysql 之上实现此功能，但它已经与其他工具一起提供了开箱即用的功能。

Answer 3

这是一个想法：进行比较并对结果求和。总和越高，匹配的条件就越多。

像这样的（愚蠢的）表怎么样：

• name
• dob_year
• dob_month
• dob_day

查找与 3/15/1980 共享三个日期组件最多的人：

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 子句和索引来防止您进行表扫描，但是...

您甚至可以为列添加权重，例如

SELECT ((dob_year = 1980)*2)

祝您好运。

Answer 4

鉴于您对我的评论的回答，这里有一个关于如何执行此操作的示例：

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
);

然后是一些项目和条件的示例：

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，并向它们分配选项。

现在有多种方式可以按一定的“强度”进行订购。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 

这将向您显示具有选项 1 或选项 3 的所有项目，但同时具有这两个选项的项目似乎排名“更高”。

如果您要搜索 2 个选项，这会很有效。但是让我们假设您对所有 3 个选项进行搜索，这就是为什么为选项分配“权重”很重要，

但如果您的查询不这样做，这可能对您没有帮助。并不总是分配相同的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，看看它是否是您所需要的

。我建议您添加索引，使选项字段为整数，

如果您有任何问题或需要添加的内容，请留下评论。