如何从数组中获取最重要的事件？

Question

首先，这不是一个特定于语言的问题，下面的例子使用PHP，但更多的是关于方法(regex?)找到答案。

假设我有一个数组：

$array = ['The Bert and Ernie game', 'The Bert & Ernie game', 'Bert and Ernie game', 'Bert and Ernie game - english version', 'Bert & Ernie (game)', 'Bert and Ernie - game'] etc...

我想获取一个显示最重要组合的组合。所以我想做：

$magicPattern = [something that renders most important occurrences];
preg_match($magicPattern, $array, $matches);
print_r($matches);

作为一个输出，我想得到这样的东西：“伯特和厄尼游戏”。

PS:我没有必要去寻找一个真正的数组，这样做的概念也会很棒。

更新：

下面的代码中，如果这是找到最佳版本的好方法，有什么想法吗？很难从函数的来源中计算出来。

$array['The Bert and Ernie game']               =0; //lev distance
$array['The Bert & Ernie game']                 =0; //lev distance
$array['Bert and Ernie game']                   =0; //lev distance
$array['Bert and Ernie game - english version'] =0; //lev distance
$array['Bert & Ernie (game)']                   =0; //lev distance
$array['Bert and Ernie - game']                 =0; //lev distance

foreach($array as $currentKey => $currentVal){
    foreach($array as $matchKey => $matchVal){
        $array[$currentKey] += levenshtein($currentKey, $matchKey);
    }
}

$array = array_flip($array);
ksort($array);

echo array_values($array)[0]; //Bert and Ernie game

Answer 1

对于这样的问题，有很多不同的解决方案，我个人不推荐这方面的正则表达式。这通常是使用全文搜索索引解决的问题(只需谷歌全文搜索许多方法即可)。

对于这个特殊情况，假设您没有太多的数据，您可以只计算Levenshtein距离：http://php.net/manual/en/function.levenshtein.php

或者使用similar_text()函数：http://php.net/manual/en/function.similar-text.php

Answer 2

您需要一些东西来查看每个值并计算一个数字权重，然后根据权重对数组进行排序，并取最上面的项目。

权重是你的“重要性”，例如，你可以选择给你认为更重要的术语赋予更高的权重。