在 Postgresql 中计算相似字符串的数量

Question

我有一个表，其中包含 Postgresql 中的 search_terms 列表以及它们被搜索的次数：

Search Term Table

我正在尝试编写一个查询，将它们组合在一起，即我希望看到电动滑板车已被搜索 27 次，而不是 20 次，其中 4 次拼写错误，3 次拼写错误。我想使用相似度函数，这样我就可以玩极限了。

我一直在尝试按相似度分组，但没有成功：

SELECT 
search_term,
SUM(count)

FROM 
t2

GROUP BY (SELECT set_limit(0.8);

SELECT similarity(n1.search_term, n2.search_term) AS sim, n1.search_term, n2.search_term
FROM   t2 n1
JOIN   t2 n2 ON n1.search_term <> n2.search_term
               AND n1.search_term % n2.search_term
ORDER  BY sim DESC)

非常感谢任何帮助！

Answer 1

值 0.8 是不够的。因为您示例中的相似度为 0.6 或更多

试试这个查询

SELECT sim, ss, sum(countt)
  FROM (
    SELECT sim, '|'||string_agg(s1,  '|')||'|' ss
      FROM (
        SELECT similarity(n1.search_term, n2.search_term) AS sim, 
               n1.search_term s1, n2.search_term s2
          FROM t1 n1
          JOIN t1 n2 ON n1.search_term <> n2.search_term
           AND n1.search_term % n2.search_term
           ) t2    
     WHERE sim > 0.6
     GROUP BY sim 
       ) t3
  LEFT JOIN t1 n3 ON ss like '%|'||n3.search_term||'|%' 
 GROUP BY ss, sim
 ORDER BY sim DESC

这是我的示例 - http://sqlfiddle.com/#!17/1d705/35