将不同字符串分组在一起的SQL查询，它们至少共享两个相同的字

我正在尝试创建类似于Google新闻的功能 - 根据它们的相似程度将标题分组在一起。将不同字符串分组在一起的SQL查询，它们至少共享两个相同的字

我以为我会通过将标题分组在一起，标题共享同一单词的最小数量来做到这一点。

是否有一个简单的SQL查询将查看字符串的文本，然后按照这种方式将它们组合在一起？

在我的查询中，我会将文章标题分组在一起。

任何帮助将是惊人的。谢谢。

2011-02-24 Mike

不会有一个简单的SQL查询来做到这一点。您需要决定如何分析标题中的单词，哪些单词是停用词，以及其他各种问题。一旦你有办法做这种分析，那么分组可能很简单 - 但要达到恰当地组织这些词的地步需要时间。 – 2011-02-24 04:00:05

我会分开标题的每个单词，并保存他们像“标签”，并写一个查询显示其他文章共享共同标签。你们都解决了你的问题，并且有一个标签系统。双赢。

来源

2011-02-24 04:10:28 Arda

可能想忽略常见或小词，如和 – 2011-02-24 04:16:34

嗯 - 好的想法。任何想法如何爆炸头条新闻？ – Mike 2011-02-24 04:29:16

嗯，我不知道如何在SQL本身做到这一点，但这将用你的脚本语言完成。我会先修剪不需要的字符，如 - ，。 “等，然后开始爆炸。例如：PHP有一个很好的函数叫爆炸（）http://php.net/explode。你可以爆炸他们，并使用in_array（）http://php.net/in_array来检查是否每个部分的爆炸字符都在你的$ unwanted_words数组中（用来做上面提到的Jason），然后插入到表格中，然后你可以很容易地将你的文章（或者其他任何东西）加入到你的标签表中，并显示类似头条新闻。 – Arda 2011-02-24 04:47:07

将不同字符串分组在一起的SQL查询，它们至少共享两个相同的字

回答

相关问题