[PHP] Problem z wyświetlaniem PODOBNYCH tytułów Opcje

[roobik]

Witam.
Dawno nie pisałem, bo piszę, gdy mam naprawdę "po górkę".

OK. Do rzeczy.
Mam w tabeli tytuły książek. Wszystko ładnie-pięknie, ale wraz ze wzrostem ilości książek (a właściwie ich opisów), zauważyłem, że niektóre z nich mają w sobie (tzn w tytule) te same wyrazy (frazy).
No i teraz tak: Pomyślałem sobie, że "fajnie by było, gdyby" pod daną książką było coś w stylu "Zobacz również", gdzie pojawiałyby się tytuły PODOBNE do tej aktualnie oglądanej.

No i dobra. Zamysł jest, więc do roboty (IMG:style_emoticons/default/smile.gif)

[PHP] pobierz, plaintext 
$zap = "SELECT * FROM ksiazka WHERE status=0 AND title='$title' AND id NOT LIKE $id ORDER BY date ASC";
[PHP] pobierz, plaintext 

No i mam oczywiście książki inne, niż aktualnie przeglądana, ale kurcze z tytułem jest problem.

Załóżmy dwa tytuły książek:
"Między ustami a brzegiem pucharu"
"Między Majdanem a Smoleńskiem"

W obu tytułach pojawia się "Między", więc powinno wyświetlać.

Problem jest jeszcze inny. Bo gdy już dojdę (z Waszą pomocą) do poprawnego wyświetlania, to pojawi się kolejny problem. Otóż w wielu tytułach mamy np. łączniki lub zaimki, np:
"i", "a", "lub", "oraz", "to", "do", "nad" ...
No przyznacie, że bez sensu jest, by wyświetlało mi tytuły tylko dlatego, że w innym jest "do".
Pomyślałem, że stworzę tablicę z tymi łącznikami i zaimkami i spróbuję wyświetlić na nowo.

[PHP] pobierz, plaintext 
$niechciane_wyrazy = array ("a"=>"i", "b"=>"i", "c"=>"lub", "d"=>"oraz");
[PHP] pobierz, plaintext 

I tu pojawiła się górka. Jak to połączyć. Próbuję walczyć z tym kolejny dzionek i za nic w świecie nie mogę tego rozwalić.

Krótko mówiąc zapytanie powinno brzmieć:
pokaż wszystkie tytuły zawierające w TITLE jakikolwiek podobny wyraz (w dowolnym miejscu) oprócz "$niechciane_wyrazy" i posortuj je jakoś tam (IMG:style_emoticons/default/wink.gif)

No i kolejny problem, jaki się nasuwa: odmiana
Pozostanę celowo przy tytule "Między Majdanem a Smoleńskiem". Mam w bazie również książkę pt "Ostatni lot. Przyczyny katastrofy smoleńskiej. Śledztwo dziennikarskie".
No i teraz dodatkowo jak to wszystko do kupy połączyć, by pod książką "Między Majaden a Smoleńskiem" pojawił się tytuł "Ostatni lot...."?

Bardzo Was proszę o pomoc. Sam nie dam rady...

Ten post edytował roobik 13.03.2014, 02:01:36

[karakara]

To generalnie nie są proste zagadanienia dla kogoś kto w tym nie siedzi.

Sprowadzanie do formy podstawowej
Najprostsza metoda to stemowanie (stemming)
cytat z neta (http://search.blox.pl/2010/01/Myslec-po-polsku.html)

czyli usuwanie końcówek wyrazów i tak sprowadzanie ich do gramatycznej formy podstawowej. Np. odmiana wyrazu ?czekać? to: czekam, czekasz, czeka, czekamy, czekacie, czekają. Odnalezienie tematu ?czeka? (poprzez usunięcie standardowych końcówek )

1) Czyli usuwasza z tematu niechciane słowa
2) Dzielisz temat na słowa i itereujesz po nich
2.1) Obcinasz każde słowo do 6 znaków a jeżeli są krótsze niż ale dłuższe niż 3 (krótsze bym ignorował) to np. do strlen(słowo) - 1
2.2) Robisz zapytanie z OR i LIKE jak w poprzednim moim wpisie

Edit:
W skrócie: Obcinasz każde słowo, wtedy końcówki przestają mieć znaczenie

Ten post edytował karakara 13.03.2014, 20:43:14