1

我试图找到最好的方法来确定一组项目（在这个例子中；鳄梨酱食谱中的成分）与所有项目组（表中的食谱；链接到另一个成分表）的相似程度。

例如; 我有以下鳄梨酱食谱：

3 鳄梨
1 成熟番茄
1 红洋葱
3 墨西哥胡椒
1 海盐
1 胡椒

我想在我所有的食谱表中运行这个食谱，以确定是否有另一个与之相似的食谱（基于成分和数量），按相似程度排序。此外，我希望它能够识别差异（无论是成分数量的差异；还是成分的不同）。

一个可能的输出是：

3 个鳄梨
（- 1 个成熟的西红柿）
1 个红洋葱
3 个墨西哥胡椒
1 个海盐
（- 1 个胡椒）
（+ 烟草）
89.5% 相同

这也可用于确定以下用例：“给定冰箱中的配料清单；我可以做些什么来吃？”。

感谢您为我指明正确方向提供的任何帮助。

4

1 回答 1

1

在我的脑海中，我可以看到一些通过字符串匹配出现的问题：

  • 3 Avocados并且2 Avocados都使用鳄梨，但字符串不匹配。
  • 1 tbsp salt并15ml salt引用相同数量的盐，但字符串不匹配。

您可能希望保留一个配方成分表，该表还存储标准化数量（即，在放入数据库之前，所有内容都将转换为特定单位）。我在这里假设您已经有一个表 forrecipes和一个表 for ingredients，这两个表都在这里用作外键（使其成为连接表）

CREATE TABLE recipe_ingredients (
  recipe_id INT NOT NULL,
  ingredient_id INT NOT NULL,
  quantity DECIMAL NOT NULL,
  PRIMARY KEY (recipe_id, ingredient_id),
  FOREIGN KEY recipe_id REFERENCES recipes (id),
  FOREIGN KEY ingredient_id REFERENCES ingredient (id)
)

然后在确定匹配项时，您可以使用确定哪个配方包含您正在寻找的最多成分（这忽略了数量）：

SELECT ri.recipe_id, COUNT(ri.ingredient_id) AS num_common_ingredients
FROM ingredients AS i
RIGHT JOIN recipe_ingredients AS ri
  ON ri.ingredient_id = i.id
WHERE i.id IN (?) -- list of ingredient IDs being searched for
GROUP BY ri.recipe_id
ORDER BY COUNT(ri.ingredient_id) DESC

最高的行具有最大COUNT的相似性（因为这意味着有最多的共同成分）。

要确定数量之间的相似性，一旦您的食谱与大多数成分数量相匹配，您可以将给出的数量与 中指定的数量进行比较recipe_ingredients。

于 2010-10-12T19:09:39.493 回答