搜索查詢「異形大戰鐵血戰士」

Question

你怎麼做，這樣，當你搜索「異形大戰鐵血戰士」，你還可以得到帶有字符串「外星人大戰鐵血戰士」結果與「S」
例如http://www.torrentz.com/search?q=alien+vs+predator
怎麼有他們實施了這個？
是這種先進的搜索引擎的東西？

Answer 1

這就是所謂的Word Stemming。當文本被編入索引時，單詞被「阻止」到它們的「根」。因此，戰鬥變成了戰鬥，滑雪變成了滑雪，跑步變得奔跑等等。對於用戶在搜索時輸入的文本也做了同樣的事情，因此當搜索項與索引中的值相比時，它們匹配。

Lucene項目支持這個。我不認爲它是一個高級功能。特別是在Google預期的情況下。

Answer 2

這是搜索的基本功能引擎，而不僅僅是一個程序，您的查詢與一組預定義的結果相匹配。

如果你有時間，this是一個很好的閱讀，所有關於不同的算法，以及它們是如何實現的。

Answer 3

檢查複數是詞幹的一種形式。詞幹是搜索引擎和其他文本匹配的常見特徵。請參閱維基百科頁面：http://en.wikipedia.org/wiki/Stemming以瞭解執行干擾的多種算法。

Answer 4

通常當一個人建立了一個搜索引擎來搜索文本，一個將構造一個查詢是這樣的：

SELECT * FROM TBLMOVIES WHERE NAME LIKE '%ALIEN%' 

這意味着子ALIEN可以在NAME領域的任何地方出現，所以你」我會找回像ALIENS這樣的字符串。

Answer 5

當單詞索引時，它們被索引爲根形式。例如，對於「外星人」，「外星人」，「外星人」，「外星人」等都被存儲爲「外星人」。

而當單詞是搜索搜索引擎時，也只搜索根形式「異形」。

這通常被稱爲波特干擾算法。你可以在這裏下載你喜歡的語言的實現 - http://tartarus.org/~martin/PorterStemmer/

Answer 6

你可以嘗試使用soundex（）作爲你的字符串的模糊匹配。如果你用標題保存soundex，然後使用LIKE'XXX％'比較該索引與子字符串，你應該有一個體面的匹配。子串數越高，他們將匹配得越近。

查看文件：http://dev.mysql.com/doc/refman/5.1/en/string-functions.html#function_soundex