Php 谷歌相似搜索算法

我试图在我的简单数据结构中实现一个搜索算法。然而，这不是一个“我如何做到这一点？”的问题，而是一个“我如何优化算法？”

我试图保存一个文件索引，每个文件都可以与任意数量的标签相关联（就像一个类别）

以下是我的数据的结构：

参赛作品：

 ------------------------------------
|  id  | description | short | score | 
 ------------------------------------

标签：

入口标签：

 -------------------
| entry_id | tag_id |
 -------------------

在搜索字段中，搜索请求将始终转换为以加号（+）分隔的单个单词

在下面的例子中，我将搜索“蓝色+网站+简单+布局”

当然，这并没有经过优化，但我缺乏使用更复杂SQL的经验，这让我很恼火：(

---

最后，所有这些都将用PHP和mysqli库编写（当然，随着我的进一步进步，我会不断更新线程）

哇，让我们保持简单（KISS），这太复杂了，不灵活

这样如何：使用SQL，对每个搜索词进行一次搜索，并包含一列，该列为该词的特定相关性输入一个“点”值。对该“点”值的搜索进行汇总，并通过“点”找到相关性最大的结果

看看这个：

---

你可以使用一种（至少这是谷歌战略的一部分）。首先，您查找包含所有输入标记的条目。如果没有找到任何内容，请尝试所有组合，其中一个标记缺失，然后两个标记缺失……直到您有足够的匹配项。Bloom筛选器中的查找非常快，因此可以进行多次查找。

-1不如我们忘记使用索引，让事情变得非常缓慢，t这听起来很有趣；除了不回答这个问题之外。+1个有趣的想法。这里有一个使用bloom过滤器优化SQL的链接：

 -------------------
| entry_id | tag_id |
 -------------------

- split searchterm up into array named t
- convert each word in array t into a number using the id from "Tags" table
- for each element in array t, select make new array for each element with "EntryTags" matching the search
- generate array A, where elements that are in all 4 arrays are put into
- generate array B, where elements that are in 3 of the 4 arrays are put into
- generate array C, where elements that are in 2 of the 4 arrays are put into
- generate array D with the last elemenets rest
- sort array A,B,C and D by the score parameter from the table
- output array A, then B, then C, then D

SELECT title, filename, sum(relevance)
FROM (
SELECT title, filename, 10 AS relevance FROM page WHERE title like ‘%about%’
UNION
SELECT title, filename, 7 AS relevance FROM page WHERE filename like ‘%about%’
UNION
SELECT title, filename, 5 AS relevance FROM page WHERE keywords like ‘%about%’
UNION
SELECT title, filename, 2 AS relevance FROM page WHERE description like ‘%about%’
) results
GROUP BY title, filename
ORDER BY relevance desc;