在c#中将个人记录最佳匹配集合为组代表

Question

我们正在使用代码优先实体框架开发一个业务应用程序，我正在寻找解决以下问题的方法，如果可能的话，这个问题不会出现在数据库之外。

我们有一个类似于以下内容的持久性模型：

public abstract class DataCode
{
   public long Id { get; set; }
   public string Code { get; set; }
   public string Description { get; set; }
}

public class Option : DataCode
{
   // a bunch of stuff that describes an Option
}

public class Model : DataCode
{
   // a bunch of stuff that describes a product model
}

public class Version
{
   public long Id { get; set; }
   // a bunch of stuff that describes a version of the product model
}

public class ModelOptionVersion
{
   public Model ThisModel { get; set; }
   public Option WithThisOption { get; set; }
   public Version UsingThisVersion { get; set; }
   // a bunch of stuff that is important to track 
   // at the intersection of these three properties
}

除了用户希望使用“家庭代码”和“公共代码”来应用属性值之外，所有这些代码都工作得很好。为了支持这一点，我认为以下课程将有效：

public abstract class CodeGroup
{
   public virtual ICollection<DataCode> DataCodes { get; set; }
}

public class Family : CodeGroup, DataCode
{
   public Family(ICollection<Model> Models)
   {
      base:DataCodes = Models;
   }
}

public class CommonCode : CodeGroup, DataCode
{
   public Family(ICollection<Option> Options)
   {
      base:DataCodes = Options;
   }
}

这对于将FamilyCode和CommonCode以及一些逻辑扩展到单独的ModelOptionVersion记录(foreach Model in Family...)是很好的，也是很好的。然而，阻碍我的是如何将一组ModelOptionVersion记录最好地匹配到FamilyCode或CommonCode代表中。

如果这是福特(它不是)，数据可能如下所示：

Family    | Model
Trucks    | F-150
Trucks    | F-250
Trucks    | F-350
SuperDuty | F-250
SuperDuty | F-350

CommonCode     | Option
Gas Engines    | 4.6l V-8 Gas
Gas Engines    | 5.4l V-8 Gas
Diesel Engines | 6.4l V-8 Diesel
Diesel Engines | 7.3l V-8 Diesel
Diesel Engines | 6.0l V-8 Diesel

Model | Option          | Version
F-150 | 4.6l V-8 Gas    | 2015
F-150 | 4.6l V-8 Gas    | 2016
F-150 | 5.4l V-8 Gas    | 2015
F-150 | 5.4l V-8 Gas    | 2016
F-250 | 5.4l V-8 Gas    | 2015
F-250 | 5.4l V-8 Gas    | 2016
F-350 | 5.4l V-8 Gas    | 2015
F-350 | 5.4l V-8 Gas    | 2016
F-250 | 6.4l V-8 Diesel | 2015
F-250 | 6.4l V-8 Diesel | 2016
F-350 | 6.4l V-8 Diesel | 2015
F-350 | 6.4l V-8 Diesel | 2016

用户希望根据“超级柴油发动机”或"2016卡车加燃气发动机“对商品进行定价。当他们创造价格记录时，他们不仅希望看到这一点，而且当他们回头再看的时候。因此，我需要一种方法，不仅扩展FamilyCode和DataCode成员，而且将它们卷起来。但从数据中不一定清楚数据的来源是什么。而且，系统应该足够聪明，当有人说“这只在F-250和F-350上可用”时，系统会说“使用SuperDuty”。

在我看来，我需要某种最好的解决方案，也许是一些轻量级的模糊逻辑。是否存在用于此的.NET库？我必须从头开始做吗？我怎样才能做到这一点？

Answer 1

然而，阻碍我的是如何将一组ModelOptionVersion记录最好地匹配到FamilyCode或CommonCode代表中。

您在这里要做的是找到FamilyCodes (或CommonCodes)，以便某个集合中的每个ModelOptionVersion都有一个由该FamilyCode指定的模型。

var desiredModels = // some collection of Models

var familyCodesByFamily = (
    from familyCode in db.FamilyCodes
    group familyCode by familyCode.Family into family
    select family);

var applicableFamilies = (
    from family in familyCodesByFamily
    where desiredModels.All(dm => family.Any(f=> f.Model == dm))
    select family.Key).ToList();

我还没有测量这种查询的性能，但它并不能很直接地映射到SQL能做什么。SQL并不直接允许您执行通用量词(“给我x，y")，但它允许您做存在量词(”给我x，这样就有y")和否定。如果发现上述方法效果不佳，则在语义上应该等效的另一种公式是：

var incorrectFamilies = 
    (from familyCode in db.FamilyCodes
    where !desiredModels.Contains(familyCode.Model)
    select familyCode.Family).Distinct();

var correctFamilies =
    (from familyCode in db.FamilyCodes
    where !incorrectFamilies.Contains(familyCode.Model)
    select familyCode.Family).Distinct().ToList();

它们生成不同的SQL，自然的第一个选项比第二个选项提供了更复杂的SQL。无论您选择哪种样式，CommonCode的代码都应该遵循相同的模板。

编辑:对于真正的模糊匹配，让我们为一组模型和一组家庭之间的匹配程度开发两个度量。第一个(也是更重要的)措施，我们将称为“覆盖”，这涉及到多少型号包括在家庭。第二个我们称之为"fit"，它涉及到在模型集中包含了多少个家庭成员(如果您有两个家族，这两个家族都完全包含所需的模型，我们希望在我们所期望的集合之外有更少的额外模型)。我们将根据比赛的优劣来排序结果，然后取我们能处理的结果的数量。

var fuzzyFamilies = (
    from family in familyCodesByFamily
    let coverage = desiredModels.Average(dm => family.Any(f => f.Model == dm) ? 1.0 : 0.0)
    let fit = family.Average(f => desiredModels.Contains(f.Model) ? 1.0 : 0.0)
    orderby coverage descending, fit descending
    select family.Key)
    .Take(resultCount)
    .ToList();