Mysql 寻找相似的分组；包括差异和分数（即相似配方）

我试图找到最佳方法来确定一组项目（在本例中为鳄梨酱配方中的成分）与所有项目组（表中的配方；链接到另一个配料表）的相似程度

比如,；我有以下鳄梨酱配方：

3个鳄梨
1个葡萄成熟的西红柿
1个红洋葱
3个墨西哥辣椒
1海盐
1胡椒粉

我想在我所有的食谱表中运行这个食谱，以确定是否有其他与之类似的食谱（基于成分和数量），按其相似程度排序。此外，我希望它能够识别差异（无论是成分数量上的差异，还是成分上的差异）

一种可能的产出是：

3个鳄梨
（-1个葡萄成熟番茄）
1个红洋葱
3个墨西哥辣椒
1海盐
（-1辣椒）
（+Tobasco）
89.5%相同

这也可以用于确定以下用例：“给定冰箱中的配料列表；我可以做什么来吃？”

---

感谢您为我指出正确的方向。

在我的脑海中，我可以看到一些通过字符串匹配出现的问题：

• 3个鳄梨

  和

  2个鳄梨

  都使用鳄梨，但字符串不匹配

• 1汤匙盐

  和

  15毫升盐

  指的是相同数量的盐，但字符串不匹配

您可能希望保留一个配方成分表，该表还存储标准化数量（即，在放入数据库之前，所有成分都将转换为特定单位）。我在这里假设您已经有了一个用于

配方

的表和一个用于

配料

的表，这两个表在这里都用作外键（使其成为联接表）

然后，在确定匹配项时，您可以使用确定哪个配方包含您要寻找的成分最多（忽略数量）：

计数最高的行具有最大的相似性（因为这意味着常见成分的数量最多）

为了确定数量之间的相似性，一旦你有了与大多数成分相匹配的配方，你就可以将给出的数量与
配方(配料)
中指定的数量进行比较。在这里，我可以通过字符串匹配看到一些问题：


3个鳄梨
和
2个鳄梨
都使用鳄梨，但字符串不匹配
1汤匙盐
和
15毫升盐
指的是相同数量的盐，但字符串不匹配

您可能希望保留一个配方成分表，该表还存储标准化数量（即，在放入数据库之前，所有成分都将转换为特定单位）。我在这里假设您已经有了一个用于
配方
的表和一个用于
配料
的表，这两个表在这里都用作外键（使其成为联接表）

然后，在确定匹配项时，您可以使用确定哪个配方包含您要寻找的成分最多（忽略数量）：

计数最高的行具有最大的相似性（因为这意味着常见成分的数量最多）

为了确定数量之间的相似性，一旦你有了与大多数成分匹配的配方，你就可以将给出的数量与
配方中指定的数量进行比较
理想情况下，我希望它能像全文搜索一样返回一个分数；如果我把所有的成分都放到一个blob中，这可能仍然有效，但它不能准确地进行区分。理想情况下，我希望它能像全文搜索一样返回一个分数；如果我把所有的成分都放进一团，这可能仍然有效，但它不能准确地进行区分。
CREATE TABLE recipe_ingredients (
  recipe_id INT NOT NULL,
  ingredient_id INT NOT NULL,
  quantity DECIMAL NOT NULL,
  PRIMARY KEY (recipe_id, ingredient_id),
  FOREIGN KEY recipe_id REFERENCES recipes (id),
  FOREIGN KEY ingredient_id REFERENCES ingredient (id)
)

SELECT ri.recipe_id, COUNT(ri.ingredient_id) AS num_common_ingredients
FROM ingredients AS i
RIGHT JOIN recipe_ingredients AS ri
  ON ri.ingredient_id = i.id
WHERE i.id IN (?) -- list of ingredient IDs being searched for
GROUP BY ri.recipe_id
ORDER BY COUNT(ri.ingredient_id) DESC