相关度排序的问题！

[itfly]

如何利用SQL语法来实现站内搜索的相关度排序！
例：
标题 内容
1. 8万元创业 创业的资金。。。。。。。。。。。。
2. 创业艰苦创业难 创业的艰辛谁人知道啊

当用户搜索“创业”关键字的时侯，2这条新闻的匹配度要高一些，就让2排在前面，！各位有没有什么办法或写法啊。！

[tangchao515]

数据量小无所谓啊，量大用SQL是解决不了的。

[itfly]

上百万可以啥。

[tangchao515]

楼上的别误导人哦，测试过？上百万的TXT里面没有索引的遍历，会死人的，呵呵。

[itfly]

我没有想误导人，我的意思是上百万可不可以！？
或者大家推荐一个比较高效的方法来实现！！
目前有接近100万的数据，我还没有来得急测试

[zzit0721]

前提是你所谓的相关性靠什么来体现？
比如你输入创业，是否是看创业这个字段在内容中多次出现就为相关性比较强的

[itfly]

初步这么考虑

[samfeng_2003]

[create] table t
(标题 varchar(200),内容 varchar(200))

insert t values ('8万元创业','创业的资金。。。。。。。。。。。。')
insert t values ('创业艰苦创业难','创业的艰辛谁人知道啊')

go

create function f_sort(@biao varchar(1000),@split varchar(100))
returns int
as
begin
declare @i int
select @i=0
while(charindex(@split,@biao)>0)
select @i=@i+1,
@biao=stuff(@biao,charindex(@split,@biao),len(@split),'')
return(@i)
end
go


select * from t where charindex('创业',标题)>0 order by dbo.f_sort(标题,'创业') desc

drop function f_sort
drop table t

标题 内容
-------------------------------------------------- --------------------------------------------------
创业艰苦创业难 创业的艰辛谁人知道啊
8万元创业 创业的资金。。。。。。。。。。。。

（所影响的行数为 2 行）

[lsxaa]

select *
from 表
order by (len(标题)-replace(标题,'创业',''))/len('创业')
+(len(内容)-replace(内容,'创业',''))/len('创业') desc

[itfly]

感谢两位高手的指导，感谢，感谢！

[tangchao515]

SQL是没有问题的，但用SQL来实现站内搜索，量一大就会很慢。

[itfly]

那怎么办？！有什么办法提高效率，！？

另外，上面老兄的方法谁的高效一点，我的数据量小，现在测试不出来那个高效一点，那位高手评估一下啥。

[samfeng_2003]

我重新修改了一下，因为我发现如果存在两个以上的那么要判断一个排名，所以，我觉得根据字符的位置来排含字符相同的。

[create] table t
(标题 varchar(50),内容 varchar(50))

insert t values ('8万元创业','创业的资金。。。。。。。。。。。。')
insert t values ('创业艰苦创业难','创业的艰辛谁人知道啊')
insert t values ('发挥艰苦创业创业精神','创业的艰辛谁人知道啊')
insert t values ('发挥艰苦创业的创业精神','创业的艰辛谁人知道啊')
insert t values ('今天发现了个美人','发现美人的艰辛谁人知道啊')
go

create function f_sort(@biao varchar(1000),@split varchar(100))
returns varchar(30)
as
begin
declare @i int,@j int,@k int
select @i=0,@j=0
,@k=case when charindex(@split,@biao)=1 then 1 else 0 end
while(charindex(@split,@biao)>0)
select @i=@i+1,
@biao=stuff(@biao,1,charindex(@split,@biao)+len(@split)-1,''),
@j=case when charindex(@split,@biao)=1 then @j+1 else @j end
return(right(10000+isnull(@i,0),4)+right(10000+@k,4)+right(10000+@j,4))
end
go


select * from t where charindex('创业',标题)>0 order by dbo.f_sort(标题,'创业') desc
drop function f_sort

标题 内容
-------------------------------------------------- --------------------------------------------------
创业艰苦创业难 创业的艰辛谁人知道啊
发挥艰苦创业创业精神 创业的艰辛谁人知道啊
发挥艰苦创业的创业精神 创业的艰辛谁人知道啊
8万元创业 创业的资金。。。。。。。。。。。。

（所影响的行数为 4 行）

drop table t

[samfeng_2003]

数据量小不存在这些问题，你只需要把它做成个存储过程，然后调用应该效率比较高的吧！

[itfly]

继续讨论啥

[tangchao515]

没有办法了，建议用个搜索引擎吧。最近在做网站数据库开发，最大的感受就是以前企业数据库关心的是数据，而网络上关心的是信息，用老的技术是解决不了的。

[tangchao515]

100万没有索引肯定很慢，用全文检索会快点，但再多或者要求更灵活更高点就要用搜索引擎技术了。

[itfly]

我的是一个资料数据库，现在有10万数据，如果再过一些时间可能达到几十万，目前的问题就是这些初步的相关性查询的解决，

contains(title,'个人所得税') or contains(content,'个人所得税')
有点慢。
而且
配合 samfeng_2003(风云) 的算法，很多的时侯出不来了