时间戳

首页 > 解决方案 > 如何编写分组算法，通过具有 3 个或更多相似属性对数据集中的项目进行分组

javascript - 如何编写分组算法，通过具有 3 个或更多相似属性对数据集中的项目进行分组

问题描述

我正在为我的客户构建一个工具，它根据前 10 个 Google 搜索 URL 将关键字分组在一起。关键字表示为包含 URL 数组的 JavaScript 对象。分组标准是，如果两个关键字有3 个或更多的公共 URL，则它们属于同一组。此外，生成的组中不应有关键字重复，并且在分组之前未预定义生成的组的总数。我将不胜感激有关此问题的逻辑部分的任何建议，谢谢！

到目前为止，我设法开发了下面提供的算法，但它仍然会重复并且不会 100% 正确分组关键字（某些关键字应该在同一个组中，但它们不是）。

function makeKeywordGroupsNew(results: Result[], uid: string): Group[] {
  let dataset = results;
  let groups: any[] = [];

  // loop thru all records in dataset
  dataset.forEach((current: Result) => {
    // initialize the group with the current keyword in it
    const group = { volume: 0, items: [current] };
    // remove the current keyword from the dataset
    dataset = dataset.filter(el => el.keyword !== current.keyword);
    // loop thru the new dataset and push the other keyword into the group if it has >=3 urls in common with current keyword
    dataset.forEach((other: Result) => {
      const urlsInCommon = _.intersection(current.urls, other.urls);
      if (urlsInCommon.length >= 3) {
        group.items.push(other);
      }
    });

    // sum the keyword volumes to form the group volume - not important for the core logic
    // @ts-ignore
    group.volume = _.sum(group.items.map(item => item.volume));
    // sort keywords in the formed group by volume - not important for the core logic
    // @ts-ignore
    group.items = group.items
      .sort((a, b) => {
        if (a.volume < b.volume) return 1;
        if (a.volume > b.volume) return -1;
        return 0;
      })
      .map(el => el.keyword);
    // add the newly formed group to the groups array (the result)
    groups.push(group);
  });

  // exclude the groups with only one keyword inside
  groups = groups.filter(group => group.items.length > 1);
  // delete keyword duplicates inside of the group
  groups = groups.map(group => ({ ...group, items: _.uniq(group.items) }));
  // form the correct result object shape - not important for the core logic
  return groups.map(group => ({
    uid,
    main: group.items[0],
    keywords: group.items.slice(1, group.length),
    volume: group.volume
  }));
}

我希望input.json的输出是output.csv，但我的解决方案要么在组中放置较少的关键字，要么创建错误的组。

标签： javascriptalgorithmtypescriptcluster-analysis

解决方案

查看结果，我认为这是不正确的，因为这会导致 135 个“组”，预期的数字是 87，而原始代码产生 88

我认为您的问题就在代码的顶部

  let dataset = results;
  let groups: any[] = [];

  dataset.forEach((current: Result) => {
    const group = { volume: 0, items: [current] };
    dataset = dataset.filter(el => el.keyword !== current.keyword);

你在函数dataset内部发生变异dataSet.forEach

我认为这需要

  //let dataset = results; remove this
  let groups: any[] = [];

  results.forEach((current: Result) => {
    const group = { volume: 0, items: [current] };
    const dataset = results.filter(el => el.keyword !== current.keyword);

推荐阅读