问题标签 [keyword-search]

我需要能够搜索并将不同的单词视为关键字而不是字符串。

实际上，如果我搜索“蓝灯”，“蓝白灯”或“蓝灯”的结果将不会出现。我想将空格视为关键字分隔符。考虑到我的实际代码，我们如何才能做到这一点？

*也可以很好地分隔斜线、逗号和其他经典分隔符。

我有一个运行良好的搜索表单，但我想为其添加关键字功能。我不确定如何。搜索条件如下所示：

我已经注释掉了关键字行，因为它目前不起作用。显然它与其他的不同，因为我们不想找到完全匹配，我们希望从几个可能的关键字中找到一个匹配。

任何人都可以帮忙吗？菜鸟问题我知道，但我已经研究了一段时间。

我正在创建一个产品区域。所有产品中都有一些关键字 ID。我要实现的是，如果选择了一个产品，我想在页面下方显示大多数相关的其他产品。例如数据，

产品编号 | 产品名称 | 关键词

假设我必须为包含关键字 2 和 4的产品显示相关产品。 目前我正在使用以下来获取相关产品

但有时这不会返回大部分相关产品。

对于上面的示例数据，product_id 23,31,10,34应该优先于其他记录。

这可能吗？那我应该怎么做才能克服呢？感谢所有回复。

Youtube API 返回的视频不包含搜索关键字。实际上，当您打开 URL 时，视频并没有任何描述。

例如，这是使用关键字检索到的视频parachuteadvansed：

视频说明：

• -026。稍后观看 Anushka sharma 童年图像由 iram nadeem 精选 117 ·
• -213。稍后观看 Anushka Sharma Shine Stories 3 电影 Dealby parachuteadvansed 472 次观看 ·
• -136。Watch Later Anushka Sharma Shine Stories Prasad Bidappa 时装秀来自 parachuteadvansed 956 次观看 ·
• -135。Watch Later Deep Conditioning in 20 Minutes Parachute Advansed Deep Conditioning Hot Oilby parachuteadvansed 9236 次观看 ·
• -129。稍后观看 Anushka Sharma Shine Stories School Daysby ..."

此描述实际上是显示在页面右侧的附加视频的标题。

我使用了这个查询：

在过去的一周里，我收到了 2000 多个这样的视频，同时获取了大量的关键字。我正在使用 YouTube 的 Java API，直到上周我才遇到这个问题。并非每次提取都会发生这种情况，但在一天中，我平均收到 300 个带有此类描述的 URL。

问题是当您再次获取关键字时，视频不会返回。所以，这个问题无法复制。此外，如果您单独获取视频，则视频不包含说明。

如果这种情况继续下去，那么将会有很多不相关的数据来自 YouTube。

我想知道是否有人面临同样的问题，或者是否有人知道我的查询出了什么问题。

我正在为我的网站实施基于关键字的搜索。我的数据库包含 5 个关系：图像、音频、视频、文档和其他文件。它们中的每一个都包含名称、描述、文件大小和有关文件的一些其他信息。为了实现基于关键字的搜索，我正在制作一个索引表，它基本上包含两列（keywordString，rowId），其中“keywordString”是特定行的所有字符串类型列的串联，“rowId”是其中的行号获取列数据（基本上是指向 5 个关系中任何一个行的指针）。例如，("key1 key2 key3","imgR1") 表示图像表中的第 1 行在任何列中都包含单词“key1”、“key2”、“key3”。

另外，我应该从搜索查询中删除哪些排序词？我肯定会删除所有重复的单词、文章和连词。

我有一个带有架构的文档表：

要查找我将使用的所有文档的相似性原始分数：

我不确定为什么会这样，但它确实在测试数据上做了 D*DT，其中 DT 是 D 的转置。

我现在需要计算诸如“国会枪法”之类的术语的查询/文本字符串相似性

我相信这涉及联合和分组，但我所有的查询尝试都失败了，例如：

我是这种 SQL 的新手，并且在我试图理解我在做什么时会很感激。

请解释为什么第一个查询有效以及如何处理第二个查询。

我正在使用 Nutch 和 Lucene (java API) 进行网站关键字搜索。我的问题是 Nutch 无法分配包含所需关键字的所有页面。例如。我有一个名为“Luxury Bag”的产品，如果我用“Luxury”搜索，我不会在结果中找到该产品，如果我用“Luxury Bag”找到它。我为这个错误花了一个多星期的时间，完全不知道。另外，我用 Luke Program 测试了我的爬取数据。它与 Luke 完美搭配，但不适用于我的 java 代码。任何人都可以建议我。欢迎和赞赏任何建议。谢谢。

I have a group of about 500 websites, and I would like to search them for some key phrase (from 5 to 10 phrases, I think) with the help of Python.

I have two solutions in mind:

1. Work with Beautifulsoup, and create a script that for every URL does two things: looking for each phrase within the text, look for the internal URLs, repeat the process for each of them and so on. Considering the fact that I am dealing with big websites, I am not sure that this solution can work.

2. Work with the Google API instead. I am resisting to this idea because I never worked with that API, and I have never seen this solution in other posts related with pictures here.

Which solution is better?

(I have just posted a similar question regarding the same amount of websites, but focused on picture scraping).

I'm pretty sure I have already read this somewhere, but I just can't find it anymore. There are a couple of apps which are found by searching after some defined keywords in the iOS Home Screen search while these keywords differ from the app name. Have a look at this example:

How can I do this?

我有一张像这样的大桌子

大约 3900 万行（使用超过 1 GB 的空间）包含对象表中 100 万条记录的索引数据（其中object_id指向）。

现在用这样的查询搜索这个

已经比在表中的组合字段LIKE上搜索要快得多，但仍需要长达 1 分钟。keywordsobject

它的解释看起来像：

完整的解释与加入object和object_color和object_locale而上述查询在子查询中运行以避免开销，如下所示：

我的首要目标是能够在 1 或 2 秒内完成扫描。

那么，是否有进一步的技术来提高关键字的搜索速度？

应用Neville K的大部分建议，我现在有以下设置：

新查询的解释如下所示：

许多派生来自关键字比较子查询被嵌套到另一个子查询中，它只计算返回的行数：

上面的查询实际上会在大约 6 秒内运行，因为它搜索两个关键字。我搜索的关键字越多，搜索下降的速度就越快。

有什么方法可以进一步优化吗？

阻塞的东西似乎几乎可以肯定是附加的ORDER BY语句。没有它，查询将在不到一秒的时间内执行。

那么，有什么方法可以更快地对结果进行排序？欢迎任何建议，即使是需要在其他地方进行后期处理的骇人听闻的建议。

好的女士们先生们，将WHEREandORDER BY语句嵌套在另一层子查询中，以免它打扰不需要的表，它的性能再次大致翻倍：

需要 12 秒的搜索（单个关键字，约 200K 结果）现在需要 6 秒，搜索需要 6 秒（60K 结果）的两个关键字现在需要大约 3.5 秒。

现在这已经是一个巨大的进步，但有没有机会进一步推动呢？

取消查询的最后一个嵌套变体，因为它实际上减慢了它的其他变体......我现在正在尝试FULLTEXT使用 MyISAM 使用不同的表布局和索引的其他一些东西，用于具有组合关键字字段的专用搜索表（逗号分隔在一个TEXT领域）。

好吧，纯全文索引并没有真正的帮助。

回到以前的设置，唯一阻塞的是ORDER BY（使用临时表和文件排序）。没有它，搜索将在不到一秒的时间内完成！

所以基本上剩下的就是：
如何优化ORDER BY语句以更快地运行，可能是通过消除临时表的使用？