Python 在数据库django中查找类似数据

对于我的大学项目，我正在开发一个网站，你可以搜索一本书，它会显示类似的书。我正在使用Django，我需要帮助查找相似项，尤其是在字符串字段中

from django.db import models

class Genre(models.Model):
    name = models.CharField(max_length = 100)

    def __str__(self):
        return self.name

class Book(models.Model):
    titleid = models.CharField(max_length = 100)
    title= models.CharField(max_length = 500)
    rating = models.IntegerField(blank=True, null=True)
    genre = models.ManyToManyField(Genre)


    def __str__(self):
        """Unicode representation of Film."""
        return self.primarytitle

我只想为我的项目总共增加100本书，但如果我能以一种未来我能增加1000本书的方式来开发它，而且速度还是一样的话，那就太完美了。 对于评级，它是一个评级数（从0到5）*投赞成票的人数。我从古德雷兹那里得到这些数据。例如，如果一本书的分数为5，10人投票，这与一本书的分数为5，100万票不同。第一个评级为50，第二个评级为500万。从其他帖子中，我了解到，对于整数，我可以从它们的评级中得到差值的绝对值，并以这种方式进行排序。因此，一本拥有450万和100万张选票的书比一本得分为5但拥有50万张选票的书更接近上述书，因为评级分别为450万和250万

但是我不希望评级是唯一要考虑的事情。我也要考虑体裁。例如，一本有500万级评级和恐怖、幻想类型的书与一本有450万级评级的书《恐怖、幻想、成熟》比一本有500万级评级但属于成人类型的书《浪漫》更为相似

我怎样才能创造出能找到这种相似性的东西呢？如果我能做到这一点的体裁，然后我可以添加其他功能，如作者以及。但是我不知道如何根据一个字符串的类型来找到相似性

对于我写的绝对值：

import csv
from collections import OrderedDict
source = csv.DictReader(open('sample.tsv','r',encoding='utf-8'),delimiter ='\t')
bookdict= {}

for row in source:
    totalscore = float(row['avgRating'])* int(row['numVotes'])
    bookdict[row['bookid']] = int(totalscore)

absdict ={}

for key in bookdict:
    diff =int(abs(#specific book rate#- bookdict[key]))
    absdict[key] = diff

simlarbooks = OrderedDict(sorted(absdict.items(), key=lambda t: t[1]))

for book in simlarbooks :
    print(book ,simlarbooks[book])

---

如果您能为我提供有关音乐类型和其他弦乐部分的建议，我将不胜感激。

看看搜索引擎是否更好？就像Haystack+Whoosh（作为开始，也要复杂得多——Solr和ElasticSearch）。@Chiefir非常感谢。我查看了他们的网站。据我所知，他们根据文本的相似性搜索这些数据。正如他们提到的，我应该将相关对象，如多对多关系，转换为字符串。因此，一本以幻想、恐怖为题材的书变成了一连串的“幻想、恐怖”，根据我的理解，“幻想、恐怖”与“恐怖、幻想”并不是百分之百的匹配，后者是错误的。它是。这也是我使用difflib时遇到的问题。对于“恐怖，幻想”和“幻想，恐怖”，它并没有给我100%的匹配。我应该如何解决？1）可能会尝试强制转换

.lower（）

？2） 我使用了H+W，发现它的

更像

提供了出色的匹配结果，所以可以测试它吗？也可以在我的个人资料中搜索我关于比较字符串相似性的问题（我现在来自智能手机，可以通过应用程序找到链接）-可能这也会对您有所帮助。第二种情况下-如果您有短字符串-可能会尝试拆分它们，然后使用

itertools.permutations

（如果我没记错的话）检查任何组合是否与给定查询匹配。