MySQL のレーベンシュタイン距離によるあいまい一致により、会社名の自動補完はどのように改善されるのでしょうか?

自動補完のための PHP を使用した MySQL の会社名のあいまい一致

背景:

ユーザーは会社名を次のように入力します大きな文字列の一部であるため、システムは会社名の既存のデータベースとの照合プロセスを自動化する必要があります。単純な文字列マッチングは時間がかかることがありますが、精度とパフォーマンスを維持するための最適なソリューションを見つけることが重要です。

Soundex Indexing:

SOUNDEX() は、生成する MySQL 関数です。最初の数文字に基づいた文字列の音声表現。これにより、似た響きの会社名の検索が高速化されます。ただし、次のような制限があります。

• 長い文字列の限定的な区別
• 一致する最初の文字への依存
• MySQL の非 ASCII 入力の問題

レーベンシュタイン距離:

レーベンシュタイン距離は、文字列の挿入、削除、置換を考慮した文字列の類似性のより高度な尺度です。このアプローチでは柔軟性が高まりますが、より多くの計算が必要になります。

実装:

MySQL でレーベンシュタイン距離によるファジー マッチングを実装するには、利用可能なストアド関数のようなストアド関数を使用できます。 codejanitor.com で。この関数は 2 つの文字列を入力として受け取り、それらのレーベンシュタイン距離を返します。

一致例:

// Calculate the Levenshtein distance between two names
$distance = levenshtein_distance('Microsoft', 'Microssift');

// Define a threshold for acceptable matches
$max_distance = 2;

if ($distance <= $max_distance) {
    // Suggest the closest match from your database
    $fuzzy_match = get_fuzzy_match('Microssift');
} else {
    // No close match found, suggest no matches
    $fuzzy_match = array();
}

追加の考慮事項:

• レーベンシュタイン距離のしきい値は、精度とバランスを考慮して慎重に設定する必要があります。パフォーマンス。
• 大規模なデータセットの場合、レーベンシュタイン距離のインデックスを作成するとクエリの効率が向上します。
• 特定の要件に応じて、コサイン類似度やジャカード距離などの他のファジー マッチング手法も考慮できます。

以上がMySQL のレーベンシュタイン距離によるあいまい一致により、会社名の自動補完はどのように改善されるのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。