獅身人面像和「你的意思是...？」建議的想法。它的工作？

我試圖想出提出搜索建議的最快方法。起初，我認爲Levenstein UDF函數結合mysql表可以完成這項工作。但是使用levenshtein，mysql必須遍歷表中的每一行（噸的話），這將使查詢真的很慢。獅身人面像和「你的意思是...？」建議的想法。它的工作？

現在我最近安裝並開始使用Sphinx（http://sphinxsearch.com/）進行全文搜索，主要是因爲它的性能和與SphinxSE的緊密mysql集成。

所以我問自己，是否可以使用獅身人面像來實現一個「你的意思」算法來提高性能，我想我找到了一個簡單的方法。基本上我把所有的關鍵字，我想糾正，把每個字母之間的空間，然後把它放在獅身人面像索引。如果這個詞是'關鍵字'，它就變成'可以或不可以'。現在，當用戶輸入一個單詞時，我將它分成幾個字母，並在獅身人面像索引中搜索匹配任何提供的字母的記錄（我只需要一個）。最好的部分是獅身人面像非常適合計算匹配行的相關性（權重），所以最好的匹配總是會有最大的權重（我認爲）。它也包含單詞（在我的情況下是字母）的位置，所以最好的匹配將按照這個順序。

通過sphinx查詢，我可以在我的關鍵字列表中找到最相似的單詞。然後我使用擴展的Levenshtain距離來檢查它，這個距離佔重新排列的字母http://en.wikipedia.org/wiki/Damerau%E2%80%93Levenshtein_distance。如果字符串距離小於2（且！= 0），則建議該字。否則，不要提出任何建議。

我的想法有問題嗎？我沒有想到的東西？任何期望的獅身人面像查詢故障，以及與獅身人面像相關性計算無法給出最佳匹配的怪癖？如果我在某處出錯，請糾正我。

來源

2011-02-14 stormbreaker

我看不到你的想法存在問題。去吧。只需指出，如果您想覆蓋與LD非常相似的內建行爲，則只有您的方法纔有用。

例如，對於sphinx 1.10-beta，您可以指定min_infix_len和expand_keywords，並使用sphinx的內置加權方法（BM25和一些專有代碼）以獲得良好結果。 http://sphinxsearch.com/blog/2010/08/17/how-sphinx-relevance-ranking-works/

不要忘記memcache這些查詢，並創建一個熱身腳本。

來源

2011-02-23 04:44:20 servermanfail

謝謝，當我有時間，我會進一步看看它。 – stormbreaker 2011-03-02 16:41:00

我認爲這將是有趣的，你讀什麼安德魯Aksyonoff（獅身人面像的作者）認爲，關於通過實施獅身人面像這個任務 - http://habrahabr.ru/blogs/sphinx/61807/（使用翻譯從俄羅斯翻譯）

來源

2011-02-15 05:02:38

我已經讀過，我的問題是我的想法是否按預期工作，或者我沒有考慮到。（順便說一下，我有一個基本的瞭解俄羅斯，所以不需要翻譯）:) – stormbreaker 2011-02-15 10:11:04

您可以記錄輸入的每個搜索查詢以及用戶輸入的下一個搜索查詢。

讓我們假設很多用戶搜索rhinosorous，但實際上意味着犀牛。因爲用戶會更正他們的查詢，這意味着下一個查詢將會有大量的犀牛鼻孔查詢。

您可以選擇的建議是這樣的：

SELECT id, query, next_query, COUNT(id) AS count FROM queries GROUP BY query ORDER BY COUNT(id) DESC

如果頂部結果具有count這是該關鍵字的所有查詢的高％，顯示一條消息。

我還沒有測試過，它只是一個想法。

來源

2012-06-08 15:40:51 ddlshack

獅身人面像和「你的意思是...？」建議的想法。它的工作？

回答

相關問題