postgresql - 使用 PostgreSQL 查找类似的帖子

Question

我有一张桌子posts：

CREATE TABLE posts (
  id serial primary key,
  content text
);

当用户提交帖子时，我如何将他的帖子与其他帖子进行比较并找到相似的帖子？
我正在寻找类似 StackOverflow 对“类似问题”所做的事情。

Answer 1

虽然文本搜索是一个选项，但它主要不适用于此类搜索。典型的用例是根据字典和词干在文档中查找单词，而不是比较整个文档。

我确信 StackOverflow 已经在相似性搜索中加入了一些聪明才智，因为这不是一件小事。

使用pg_trgm模块提供的相似性函数和运算符，您可以获得一半不错的结果：

SELECT content, similarity(content, 'grand new title asking foo') AS sim_score
FROM   posts
WHERE  content  % 'grand new title asking foo'
ORDER  BY 2 DESC, content;

请务必为此设置一个GiST索引。content

但你可能需要做更多的事情。在识别新内容中的关键字后，您可以将其与文本搜索结合使用..

Answer 2

You need to use Full Text Search in Postgres.

http://www.postgresql.org/docs/9.1/static/textsearch-intro.html