Question

我正试图找到最好的方法来确定一组项目（在本例中，鳄梨酱配方中的成分）与所有项目组（一张表中的配方；链接到另一张配料表）的相似程度。

例如；我有以下鳄梨酱配方：

3 Avocados
1 Vine-Ripened Tomatoes
1 Red Onion
3 Jalapenos
1 Sea Salt
1 Pepper

我想在我所有食谱的表格中运行这个食谱，以确定是否有另一个食谱与它相似（基于配料和计数），并按其相似程度排序。此外，我希望它能识别差异（无论只是配料计数的差异，还是配料的不同）。

可能的输出是：

3 Avocados
(- 1 Vine-Ripened Tomatoes)
1 Red Onion
3 Jalapenos
1 Sea Salt
(- 1 Pepper)
(+ Tobasco)
89.5% Identical

这也可以用来确定以下用例：“给我冰箱里的食材列表；我可以做什么吃？”。

感谢您为我指明正确方向提供的帮助。

Answer 1

在我的脑海中，我可以看到通过字符串匹配会出现的一些问题：

3 Avocados and 2 Avocados both use avocado, but the strings are not a match.
1 tbsp salt and 15ml salt refer to the same quantity of salt but the strings are not a match.

您可能需要保存一个配方成分表，其中还存储标准化的数量（即，在放入数据库之前，所有内容都将转换为特定的单位）。我在这里假设您已经有了一个食谱的表和一个配料表，这两个表在这里都用作外键（使其成为联接表）

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，在确定匹配时，您可以使用确定哪种配方包含您想要的最多成分（这会忽略数量）：

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

COUNT最高的行具有最大的相似性（因为这意味着有最多的常见成分）。

为了确定数量之间的相似性，一旦您的食谱与大多数成分匹配，您就可以将给定的数量与recipe_ingredients中指定的数量进行比较。

友情链接