gifts_py

presentes

Procurando elementos que tenham os recursos comuns com a consulta.

 query = [ 'A' , 'B' ]

elements = [
    [ 'N' , 'A' , 'M' ],  # common features: 'A'
    [ 'C' , 'B' , 'A' ],  # common features: 'A', 'B'  
    [ 'X' , 'Y' ]  # no common features
]

Nesse caso, a pesquisa com retorno ['C', 'B', 'A'] e ['N', 'A', 'M'] nessa ordem específica.

Use para pesquisa de texto completo

Encontrar documentos que contêm palavras da consulta.

 from gifts import SmoothFts

fts = SmoothFts ()

fts . add ([ "wait" , "mister" , "postman" ],
        doc_id = "doc1" )

fts . add ([ "please" , "mister" , "postman" , "look" , "and" , "see" ],
        doc_id = "doc2" )

fts . add ([ "oh" , "yes" , "wait" , "a" , "minute" , "mister" , "postman" ],
        doc_id = "doc3" )

# print IDs of documents in which at least one word of the query occurs, 
# starting with the most relevant matches
for doc_id in fts . search ([ 'postman' , 'wait' ]):
    print ( doc_id )

Use para mineração de dados abstrata

Nos exemplos acima, as palavras eram literalmente palavras como cordas. Mas eles podem ser todos os objetos adequados como teclas dict .

 from gifts import SmoothFts

fts = SmoothFts ()

fts . add ([ 3 , 1 , 4 , 1 , 5 , 9 , 2 ], doc_id = "doc1" )
fts . add ([ 6 , 5 , 3 , 5 ], doc_id = "doc2" )
fts . add ([ 8 , 9 , 7 , 9 , 3 , 2 ], doc_id = "doc3" )

for doc_id in fts . search ([ 5 , 3 , 7 ]):
    print ( doc_id )

Detalhes da implementação

Ao classificar os resultados, o algoritmo leva em consideração ::

• o número de palavras correspondentes
• a raridade de tais palavras no banco de dados
• a frequência de ocorrência de palavras no documento

Smoothfts

 from gifts import SmoothFts

Ele usa TF-IDF logarítmico para ponderar as palavras e a similaridade de cosseno para marcar as partidas.

Simplefts

 from gifts import SimpleFts

Abordagem minimalista: pesa, multiplique, compare. Este objeto é visivelmente mais rápido que SmoothFts .

Instalar

pip

pip3 install git+https://github.com/rtmigo/gifts_py#egg=gifts

setup.py

 install_requires = [
    "gifts@ git+https://github.com/rtmigo/gifts_py"
]

Veja também

O pacote Skifts faz a mesma pesquisa, mas usa Scikit-Learn e Numpy para melhor desempenho. É literalmente centenas de vezes mais rápido.