過濾搜索查詢的最佳方式是什麼 - PHP MySQL

Question

我正在構建一個用戶可以搜索帖子的網站。每篇文章都存儲在數據庫中。當用戶進行搜索時，例如iPad的迷你要買查詢將看起來像：

SELECT * FROM testtable WHERE title REGEXP 'iPad|Mini|FOR|SALE' 

查詢然後將導致這3個項目：

• 銷售iPad的迷你
• 銷售的iPad
• 尋找正宗的金錶

搜索前兩項成功，但第三項並不屬於第e組。我想過濾出來，只顯示相關的項目搜索。我正在考慮去除常見的詞語，比如，是，等等，但也許你們有什麼建議？

附註：你們推薦「REGEXP」嗎？我剛看到它，使用它，並沒有潛入它。 （不需要回答這只是搜索過濾器的問題，但如果你有一些很好的信息，將是偉大的。）

Answer 1

你也應該看看FULLTEXT搜索。 爲了使FULLTEXT您需要的搜索工作MyIsam MySQL表引擎類型也有innoDB的支持，但我不太瞭解它。

Answer 2

已經獲得此主題？ http://www.regular-expressions.info/mysql.html 或者這也是一個很好的教程/解釋：http://www.tech-recipes.com/rx/484/use-regular-expressions-in-mysql-select-statements/

Answer 3

是，刪除常用詞

這些被稱爲stop words。這些詞通常是不相關的。

考慮相關

題爲「iPad的迷你出售」一個帖子是一個用戶搜索[iPad的迷你出售]非常相關。標題爲「ipad出售」的帖子不太相關。標題爲「出售奶酪工廠」的帖子仍然不太相關。

請考慮推算一種算法，用於計算您認爲與您網站上的帖子和用戶搜索的詞語相關的內容。

該算法可能很簡單，只需查看搜索的術語以及帖子標題中術語的出現即可。標題中是否搜索了所有術語？可能非常相關。標題中是否有10％的條款被搜索？可能非常無關緊要。

考慮如何計算相關性分數。設置一個閾值，在該閾值以下，結果被視爲與結果中不相關的結果。從以往的經驗，我建議設置門檻相當高，目的只有高度相關的結果，或許上市相關性較差，只有在沒有高度相關的結果可以發現

使用所產生

順便說一句，在搜索中使用詞幹。詞幹分析算法會將詞彙縮減爲常見詞幹。您將只搜索詞幹而不是完整的搜索詞。請閱讀stemming。查找您正在使用的語言的porter stemming算法的實現;這是一個長期以來的算法，從經驗來看，它對於大多數應用程序來說是快速和非常好的。

REGEXP？

如果您刪除停用詞並使用基於詞幹的方法，這將是一個不太相關的問題。無論如何，這是一個實施問題，並且可能過於主觀地讓你得到一個有意義的答案。嘗試一下，檢查性能。嘗試另一種方法，檢查性能。使用最適合你的方法。