在网站中创建“您的意思是 XYZ”功能的想法答案

【问题标题】：Ideas for creating a "Did you mean XYZ" feature into website在网站中创建“您的意思是 XYZ”功能的想法
【发布时间】：2009-12-08 22:04:55
【问题描述】：

我想让用户能够搜索大量企业列表，但仍能找到近似匹配项。

如果您的目标不是简单的字典单词，而是像 ABC 公司名称这样的复杂名称，是否有人对如何最好地解决这个问题有任何建议？

问候。

【问题讨论】：

【解决方案1】：

查看Levenshtein distance 上的维基百科文章。这是一个相当简单的概念，可以让您轻松理解，并且很容易用您使用的任何语言（在您的情况下为 C#）实现算法。

我在 C# 中为您找到了一个示例 here。

此外，here 是来自 Google 的 Peter Norvig 的拼写纠正器示例。前几集的 SO 播客上说过 Jon Skeet 试图用 C# 重写相同的算法。不确定他是否完成了它和/或将其公开。

【讨论】：

【解决方案2】：

考虑使用关键字匹配和编辑基于距离的相似性。可能与“原始搜索”结合为“实际点击”。

【讨论】：

【解决方案3】：

这可能是一个疯狂的解决方案，但您能否将公司名称按空格分开，然后搜索所有项目或前几项。

因此，您可以搜索“ABC”和“企业”，但忽略“名称”，因为这可能需要很长时间。

您甚至可以检查字符串是否具有特定长度，然后修剪并仅搜索前 5 个字母。

您是否查看过“soundex”作为搜索您的业务的一种方式。同样，我认为您需要用空格分隔名称。

【讨论】：

【解决方案4】：

您可以查看 SQL Server SOUNDEX 和 DIFFERENCE 函数。 SOUNDEX 将一个字符序列（例如一个单词）转换为一个 4 字符的代码，这对于发音相似的单词是相同的。 DIFFERENCE 给出一个数字，表示两个字符串基于声音的“不同”程度。

例如，您可以基于 SOUNDEX 函数创建一个计算列，然后在该列上进行匹配。或者您可以在 WHERE 子句中使用 DIFFERENCE。

【讨论】：

你也可以用谷歌搜索 MetaPhone，它基本上是 Soundex 的一个更复杂的版本。 Soundex 实际上是在 1918 年创建的，是一种非常简单/基本的算法。 Metaphone 通常会提供更好的匹配，但不是内置在 SQL 中，尽管周围有许多 T-SQL 版本