Как найти "связанные элементы" в PHP
Мы часто видим "связанные элементы". Например, в блогах у нас есть связанные посты, в книгах у нас есть связанные книги и т. Д. Мой вопрос в том, как мы составляем эти релевантности? Если это просто тег, я часто вижу связанные элементы, у которых нет одного и того же тега. Например, при поиске "розовый" связанный элемент может иметь тег "фиолетовый".
У кого-нибудь есть какие-нибудь идеи?
8 answers
Существует множество способов вычисления сходства двух элементов, но для простого метода взгляните на коэффициент Джаккарда.
Http://en.wikipedia.org/wiki/Jaccard_index
Что означает: J(a, b) = пересечение(a, b)/объединение(a, b)
So lets say you want to compute the coefficient of two items:
Item A, which has the tags "books, school, pencil, textbook, reading"
Item B, which has the tags "books, reading, autobiography"
intersection(A,B) = books, reading
union(A,B) = books, school, pencil, textbook, reading, autobiography
so J(a,b) = 2/6 = .333
So the most related item to A would be the item which results in the highest Jaccard Coefficient when paired with A.
Вот некоторые из способов:
- Подключение их вручную. Создайте таблицу с полями
item_idиrelated_item_id, затем создайте интерфейс для вставки соединений. Полезно связать два элемента, которые связаны, но не имеют сходства или не принадлежат к одной и той же категории/тегу (или в таблице записей без категорий). Пример: Ванна и резиновая уточка - Найдите некоторые элементы, которые относятся к той же категории или имеют похожий тег. Идея состоит в том, что эти предметы должны быть несколько связанные, так как они находятся в одной категории. Пример: на странице просмотра ЖК-мониторов в разделе "Связанные товары" представлены случайные ЖК-мониторы (с одинаковым ценовым диапазоном/производителем/разрешением).
- Выполните текстовый поиск, сопоставляя имя (и/или описание) текущего элемента с другими элементами в таблице. Вы поняли идею.
Чтобы получить простой список связанных элементов на основе тегов, основные решения выглядят следующим образом:
3 таблицы, одна с элементами, одна с тегами и одна с подключением. Таблица соединений состоит из двух столбцов, по одному для каждого идентификатора из остальных таблиц. Запись в таблице соединений связывает тег с элементом, помещая их соответствующие идентификаторы в строку.
Теперь, чтобы получить этот список связанных элементов.
Извлеките все элементы, которые имеют хотя бы один общий тег с оригиналом пункт. обязательно извлеките теги вместе с элементами, а затем используйте простой механизм оценки, чтобы определить, какой элемент имеет наибольшее количество тегов с исходным. каждый тег увеличивает релевантность отношения на единицу.
В зависимости от ваших привычек пометки, возможно, было бы разумно добавить какой-нибудь встречный механизм, чтобы предотвратить смешивание больших общих тегов с релевантностью. чтобы достичь этого, вы могли бы придать больший вес тегам ниже определенного порога устройств. Порог, который обычно имеет хорошо сработало для меня, это total_number_of_tag_appliances/total_number_of_tags, что приводит к среднему количеству устройств. Если количество устройств тегов меньше среднего, релевантность отношений увеличивается вдвое.
Это может быть больше, чем тег, например, это может быть среднее значение каждой работы, появляющейся в абзаце, а затем заголовки и т. Д.
Я бы сказал, что они используют онтологию для того, что добавляет в приложение больше возможностей.
Он также может быть основан на "люди, которые купили эту книгу, также купили"
Независимо от того, как, вам понадобится какая-то связь между вашими предметами, и в основном они будут сделаны людьми
Это моя реализация (СУТЬ) индекса Джаккарда с PostgreSQL и Ruby на рельсах...
Здесь представлена реализация индекса джаккарда между двумя текстами, основанными на биграммах. https://packagist.org/packages/darkopetreski/textcategorization