Php 相似性算法建议，使用二维关联数组

该算法的主要目标是从不同的网络来源中找到相似的新闻文章标题，并对它们进行分组，比如说在55.55%以上的相似性

我目前的算法方法包括以下步骤：

• 将MYSQL数据库中的数据馈送到二维数组中，例如，$arrayOne
• 将该数组的另一个副本复制到ex.$arrayTwo
• 创建一个干净的数组，该数组只包含类似的标题和其他内容，例如，$array\u smlr
• 循环，foreach$arrayOne文章标题检查与$arrayTwo文章标题的相似性
• 如果两个标题之间的相似性超过55%，并且文章不是来自同一新闻来源（这样我就不会检查来自同一来源的相同文章），则将其添加到$array\u smlr
• 根据相似性百分比对$array\u smlr排序，这样我就可以对相似的标题进行分组

下面是我执行上述任务的代码

$result = mysqli_query($conn,"SELECT id_articles,article_img,article_title,LEFT(article_content , 200),psource, date_fetched FROM project.articles WHERE " . rtrim($values,' or') . " ORDER BY date_fetched DESC LIMIT 70");

$arrayOne=array();
$arrayTwo=array();

while($row = mysqli_fetch_assoc($result)){
    $arrayOne[] = $row;
}
$arrayTwo = $arrayOne;
$array_smlr=array();
foreach ($arrayOne as $rowOne) {
    foreach($arrayTwo as $rowTwo){
        $compare = similar_text($rowOne['article_title'], $rowTwo['article_title'], $p);
        if ( round($p,2) >= 55.50 and $rowOne['psource'] != $rowTwo['psource'] ){
            $data =  array('percentage' => round($p,2), 'article_title' => $rowTwo['article_title'], 'psource' => $rowTwo['psource'], 'id_articles' => $rowTwo['id_articles'], 'date_fetched' =>$rowTwo['date_fetched']);
            $array_smlr[]=$data; 
        }
    }
}
array_multisort($array_smlr);
foreach($array_smlr as $row3){
    echo $row3['percentage'] . $row3['article_title'] . $row3['psource'] . $row3['id_articles'] . $row3['date_fetched'] . "<br><br>";
}

$result=mysqli\u query（$conn，“选择id\u文章，文章img，文章标题，左侧（文章内容，200），psource，日期\u从project.articles WHERE.rtrim（$values，'or'）.”按日期排序\u获取描述限制70”）；
$arrayOne=array（）；
$arrayTwo=array（）；
while（$row=mysqli\u fetch\u assoc（$result））{
$arrayOne[]=$row；
}
$arrayTwo=$arrayOne；
$array_smlr=array（）；
foreach（$arrayOne作为$rowOne）{
foreach（$arrayTwo作为$rowTwo）{
$compare=相似的文本（$rowOne['article\u title']，$rowTwo['article\u title']，$p）；
如果（四舍五入（$p，2）>=55.50和$rowOne['psource']！=$rowOne['psource']）{
$data=array（'percentage'=>round（$p，2），'article\u title'=>$rowdow2['article\u title']，'psource'=>$rowdow2['psource']，'id\u articles'=>$rowdow2['id\u articles']，'date\u fetched'=>$rowdow2['date\u fetched']；
$array_smlr[]=$data；
}
}
}
阵列多端口（$array\u smlr）；
foreach（$array\u smlr作为$row3）{
echo$row3['percentage']。$row3['article_title']。$row3['psource']。$row3['id_articles']。$row3['date_fetched']。“

”；
}

只有当我有两个类似的标题时，它的功能才有限，但假设我有3个类似的标题，它将在$array\u smlr中包含重复的数据行

如果您对优化该算法以提高性能有任何建议，我将不胜感激

---

谢谢，

如果没有$key通配符，您实际上不需要2个数组而不是foreach循环，您可以将其与$key一起使用，并在$key相同时跳过解算器。那么你也要避免被骗

foreach ($arrayOne as $key => $rowOne) {
   foreach($arrayOne as $ikey => $rowTwo){
      if ($ikey != $key) {
        $compare = similar_text($rowOne['article_title'],$rowTwo['article_title'], $p);
        if ( round($p,2) >= 55.50 and $rowOne['psource'] != $rowTwo['psource'] ){
            $data =  array('percentage' => round($p,2), 'article_title' => $rowTwo['article_title'], 'psource' => $rowTwo['psource'], 'id_articles' => $rowTwo['id_articles'], 'date_fetched' =>$rowTwo['date_fetched']);
            $array_smlr[$rowTwo['id_articles']]=$data; 
        }
    }
}

---

只需使用mysql的全文搜索：你能解释一下如何实现它吗？我仍然使用类似的文本吗？是的，当然。如果我的答案是HelfPUL，请考虑接受和/或投票表决。谢谢。谢谢你的回复，但是我得到了这个错误。解析错误：语法错误，意外的“$key”（T_变量）我甚至尝试通过更改$arrayOne$key=>$rowOn和$arrayOne$ikey=>$rowow来修复该错误，但它不会返回任何内容。请将Group by ARCHIENT_title添加到MySQL子句中。尝试这样的关联数组：$array_smlr[$key]=$data；