我正在寫一個(gè)信息檢索程序,PHP+MYSQL,數(shù)據(jù)庫是這么設(shè)計(jì)的(為簡(jiǎn)化省去和問題無關(guān)的列):
詞表T: id, term;其中term列表示關(guān)鍵詞,做了唯一索引;
數(shù)據(jù)樣例:[1,'云計(jì)算'],[2,'大數(shù)據(jù)']
文檔表D:id, length;其中l(wèi)ength列表示文檔長(zhǎng)度,用于計(jì)算排名以便排序搜索結(jié)果;
數(shù)據(jù)樣例:[1,300],[2,500]
關(guān)系表C:tid,did,count; 表示哪個(gè)詞出現(xiàn)在哪個(gè)文檔多少次?前兩列是外鍵,count列也用于計(jì)算排名;
數(shù)據(jù)樣例:[1,1,3],[1,2,5],[2,2,10]
對(duì)文檔集編制索引,也就是向這三個(gè)表插入數(shù)據(jù),這一步已經(jīng)完成。
接下來處理查詢,用戶輸入的是自然語言,例如“今年云計(jì)算和大數(shù)據(jù)發(fā)展趨勢(shì)”。
我用PHP提取出關(guān)鍵詞“云計(jì)算”“大數(shù)據(jù)”,現(xiàn)在是兩個(gè),然后調(diào)用存儲(chǔ)過程來快速檢索:
CALL SP2('云計(jì)算','大數(shù)據(jù)');
存儲(chǔ)過程會(huì)返回文檔id數(shù)組,并根據(jù)相關(guān)度排序,相關(guān)度的計(jì)算比較復(fù)雜,會(huì)用到D.length和C.count,以及一些統(tǒng)計(jì)數(shù)據(jù),比如文檔總共有多少個(gè)?其中包含詞'云計(jì)算'的文檔有多少個(gè)?……
我的問題是,目前我寫了SP(K),SP2(K1,K2);可PHP提取出來的關(guān)鍵詞數(shù)量可以任意多,總不能為每種數(shù)量編寫一個(gè)存儲(chǔ)過程吧?請(qǐng)問如何編寫一個(gè)存儲(chǔ)過程,能高效的處理任意多個(gè)關(guān)鍵詞呢?
我先簡(jiǎn)要展示一下SP2的偽代碼(可能有語法錯(cuò)誤,您湊付看,明白意思就好):
-- 計(jì)算文檔總數(shù),包含關(guān)鍵詞K1、K2的文檔數(shù)
select count(*) into TotalD from D;
select count(*) into TotalDK1 from D
join C on C.did = D.id
join T on C.tid = T.id
where T.term = K1;
select count(*) into TotalDK2 from D
join C on C.did = D.id
join T on C.tid = T.id
where T.term = K2;
-- 檢索文檔,根據(jù)相關(guān)度排名,返回給PHP
select D.id, 計(jì)算相關(guān)度(TotalD, TotalDK1, TotalDK2, length, count) AS rel
from
(
select D.id, D.length, C.count from D join ... where T.term = K1
union all
select D.id, D.length, C.count from D join ... where T.term = K2
)
group by D.id
order by rel desc;
大致如此,您明白了吧,如果再寫SP3、SP4、……要了命了!
謝謝!
北大青鳥APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數(shù)據(jù)專業(yè)的國家
北大青鳥中博軟件學(xué)院創(chuàng)立于2003年,作為華東區(qū)著名互聯(lián)網(wǎng)學(xué)院和江蘇省首批服務(wù)外包人才培訓(xùn)基地,中博成功培育了近30000名軟件工程師走向高薪崗位,合作企業(yè)超4
中公教育集團(tuán)創(chuàng)建于1999年,經(jīng)過二十年潛心發(fā)展,已由一家北大畢業(yè)生自主創(chuàng)業(yè)的信息技術(shù)與教育服務(wù)機(jī)構(gòu),發(fā)展為教育服務(wù)業(yè)的綜合性企業(yè)集團(tuán),成為集合面授教學(xué)培訓(xùn)、網(wǎng)
達(dá)內(nèi)教育集團(tuán)成立于2002年,是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機(jī)構(gòu),是中國一站式人才培養(yǎng)平臺(tái)、一站式人才輸送平臺(tái)。2014年4月3日在美國成功上市,融資1
浪潮集團(tuán)項(xiàng)目經(jīng)理。精通Java與.NET 技術(shù), 熟練的跨平臺(tái)面向?qū)ο箝_發(fā)經(jīng)驗(yàn),技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點(diǎn)難點(diǎn)突出、引人入勝。
曾工作于聯(lián)想擔(dān)任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔(dān)任項(xiàng)目經(jīng)理從事移動(dòng)互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍(lán)懿科技有限責(zé)任公司從事總經(jīng)理職務(wù)負(fù)責(zé)iOS教學(xué)及管理工作。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對(duì)瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開發(fā)經(jīng)驗(yàn)。曾經(jīng)歷任德國Software AG 技術(shù)顧問,美國Dachieve 系統(tǒng)架構(gòu)師,美國AngelEngineers Inc. 系統(tǒng)架構(gòu)師。