我有一個擁有超過6000萬記錄的數據庫，由SphinxQL 2.1.1索引。每個記錄都有一個標題和一個catid（等等）。當新記錄被插入到數據庫中時，我試圖讓獅身人面像根據標題中的文本猜測catid。在SphinxQL中使用標題來確定可能的類別
我設法得到它的工作單的話，像這樣：
SELECT @groupby, catid, count(*) c FROM sphinx WHERE MATCH('*LANDLORDS*') group by catid order by c desc
但是實際的標題很可能是這樣的：
Looking for Landlords - Long term lease - No fees!!!
有什麼辦法，只是轉儲將整個標題字符串轉換成獅身人面像，並分解每個單詞並執行某種模糊匹配，返回最可能的類別？
那麼這樣的獅身人面像不是'神奇'的，它沒有'模糊匹配'功能。
但可以近似一個:)兩個主要步驟...
從要求所有「單詞」，改爲只需要一些
改變排名，要儘量做到最好查詢和標題之間的「交集」，得到很高的權重，因此'泡沫'到頂部。
然後就可以取得最好的結果，並將其作爲「最佳猜測」。
（實際上有三分之一的詞語'for'和'the'很可能會導致大量的誤報，所以可能希望排除它們，或者在索引中使用停用詞，或者從查詢中刪除）
這樣的查詢的原型可能是這樣的使用羣體影響的匹配，並選擇不同的排序器
SELECT catid FROM sphinx WHERE MATCH('"Looking Landlords Long term lease No fees"/1') OPTION ranker=wordcount LIMIT 1;
那。
與分組一起使用此版本，可能不會工作，因爲會包含大量低質量的匹配項。雖然可能試圖使用平均值，或總和來獲得綜合體重？
SELECT SUM(WEIGHT()) as w, catid FROM sphinx WHERE MATCH('"Looking Landlords Long term lease No fees"/1') GROUP BY catid ORDER BY w DESC OPTION ranker=wordcount LIMIT 1
有很多方法來調整這個...
你可以嘗試其他rankers，如matchany。甚至有些自定義排名表達式。
或者更改法定人數，例如排名需要1個字，可能會導致至少幾個。
或者如果可以提取短語，例如
'「尋找房東」| 「長期租賃」| 「不收費」'
可能工作？
也可以不僅僅是取得最好的結果，取得前5-10名的結果，並將它們全部展示給用戶，因爲結果非常接近。