时间戳

首页 > 解决方案 > 如何在 MySQL 中使用 Levenshtein 函数查找标题相似的文章

mysql - 如何在 MySQL 中使用 Levenshtein 函数查找标题相似的文章

问题描述

所以我希望能够根据标题找到类似的文章，我发现了 Levenshtein。我将在下面发布功能。所以我的问题是，我该如何使用这个功能？我认为它只是用于查找单个单词，但就我而言，我需要它以标题形式查找整个句子。levenshtein 甚至是我需要的东西吗？如果值得一提，我的网站是用 php 开发的。也许您可以建议一些 php 库。

BEGIN
DECLARE s1_len, s2_len, i, j, c, c_temp, cost INT;
DECLARE s1_char CHAR;
-- max strlen=255
DECLARE cv0, cv1 VARBINARY(256);
SET s1_len = CHAR_LENGTH(s1), s2_len = CHAR_LENGTH(s2), cv1 = 0x00, j = 1, i = 1, c = 0;
IF s1 = s2 THEN
RETURN 0;
ELSEIF s1_len = 0 THEN
RETURN s2_len;
ELSEIF s2_len = 0 THEN
RETURN s1_len;
ELSE
WHILE j <= s2_len DO
SET cv1 = CONCAT(cv1, UNHEX(HEX(j))), j = j + 1;
END WHILE;
WHILE i <= s1_len DO
SET s1_char = SUBSTRING(s1, i, 1), c = i, cv0 = UNHEX(HEX(i)), j = 1;
WHILE j <= s2_len DO
SET c = c + 1;
IF s1_char = SUBSTRING(s2, j, 1) THEN
SET cost = 0; ELSE SET cost = 1;
END IF;
SET c_temp = CONV(HEX(SUBSTRING(cv1, j, 1)), 16, 10) + cost;
IF c > c_temp THEN SET c = c_temp; END IF;
SET c_temp = CONV(HEX(SUBSTRING(cv1, j+1, 1)), 16, 10) + 1;
IF c > c_temp THEN
SET c = c_temp;
END IF;
SET cv0 = CONCAT(cv0, UNHEX(HEX(c))), j = j + 1;
END WHILE;
SET cv1 = cv0, i = i + 1;
END WHILE;
END IF;
RETURN c;
END

标签： mysqllevenshtein-distance

解决方案

对于大表来说，这将是非常昂贵的，但您可以自行加入表以查找类似的标题：

SELECT t2.id, t2.title
FROM yourTable AS t1
JOIN yourTable AS t2 ON t1.id != t2.id AND levenshtein(t1.title, t2.title) < 10
WHERE t1.id = :selected_id

替换10为标题需要彼此接近的程度——数字越小越接近。

推荐阅读