似乎有类似的问题,但不完全是这样。我试着沿着这条路走下去(比较数据集并返回最佳匹配),但发现自己被难住了。
我需要取一个集合并找到最佳匹配集合。假设我们有一个包含值(1,4,29,44,378,379)的search_obj。我想找到其他具有类似值的对象,理想情况下找到最匹配的对象。会有大量的其他对象,所以性能是一个大问题。
我目前在php和mysql工作,但我愿意改变,如果这意味着更好的性能。
谢谢你的帮助。
我突然想到:
假设你有一个唯一对(a, b)的表:
CREATE table t1 (a INT, b INT, PRIMARY KEY (a, b));
现在填入:
INSERT INTO t1
VALUES (1,1), (1,2), -- item to compare with
(2,1), (2,3), -- has one common prop with 1
(3,1), (3,2), -- has the same props as 1
(4,1), (4,2), (4,3), (4,4); -- has 2 same props with 1
下面的查询将根据相似度对其他项排序:
SELECT t1.a,
COUNT(t2.a) as same_props_count,
ABS(COUNT(t2.a) - COUNT(*)) as diff_count
FROM t1
LEFT JOIN t1 as t2 ON t1.b = t2.b and t2.a = 1
WHERE t1.a <> 1
GROUP BY t1.a
ORDER BY same_props_count DESC, diff_count;
a, same_props_count, diff_count
3, 2, 0
4, 2, 2
2, 1, 1
您可以使用array_intersect
计算两个数组的交集,它返回第一个数组中存在于第二个数组中的值。如果你对多个列表进行比较,那么你可以使用返回数组的长度(即长度越大越接近交集,因此,越接近匹配)。