Metaphone诉Levenshtein诉Soundex与Hamming

Question

我想使用php 7和MySQL 5.7实现一个MySQL。我在Google上做了一些搜索，我发现这些算法被用于这个目的: Metaphone，Levenshtein，Soundex和Hamming。

我想在我的桌子上做search for song titles。因此，用户可以使用标题、艺术家的名字或两者同时使用进行搜索，同时也可以使用拼写错误的搜索，比如YouTube for ex。

用于此目的的最佳算法是什么，如何在php/MySQL中实现？

Answer 1

SOUNDEX()是一个简单的算法，从20世纪初调来帮助查找美国英语中的专有名词。它是为贝尔系统的目录辅助操作员而建的。它的目的是产生大量的假阳性，人类可以从中选择可能的命中。这可能不适合你的目的，因为你的话大多不是正确的名称。

Metaphone和double metaphone是SOUNDEX的改进产品。他们研究更广泛的词汇。

这些词的效果最好是逐字逐句，而不是像歌曲名字这样的短语.如果您实现了其中的任何一个，您将需要实现逐字匹配和某种评分方案，好消息是这些都适合索引，并根据单词的声音工作。

Levenshtein距离在单词或短语上工作，在拼写上工作，而不是在声音上。它不适合索引搜索，因为这些距离成对工作。根据我的经验，要计算Levenshtein距离是很棘手的，因为较长的短语与其他长短语相比，有更多的不同之处。

在尝试使用这些原始算法构建模糊搜索之前，您可以尝试使用MySQL全文搜索和狮身人面像。这两种技术都能很好地处理短语打分和停止单词。Sphinx还支持同义词表，这有助于处理常见的拼写错误。