gifts_py

禮物

搜索具有查詢具有共同特徵的元素。

 query = [ 'A' , 'B' ]

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

在這種情況下，返回['C', 'B', 'A']和['N', 'A', 'M']的搜索以該特定順序。

用於全文搜索

查找包含查詢單詞的文檔。

 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 )

用於抽像數據挖掘

在上面的示例中，單詞實際上是字符串。但是它們可以是適合dict Keys的任何對象。

 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 )

實施詳細信息

在排名結果時，算法會考慮::

• 匹配單詞的數量
• 數據庫中此類單詞的稀有性
• 文檔中單詞出現的頻率

光滑

 from gifts import SmoothFts

它使用對數TF-IDF來加權單詞和余弦相似性來評分比賽。

簡單

 from gifts import SimpleFts

簡約方法：稱重，乘以，比較。該對像明顯比SmoothFts更快。

安裝

pip

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

setup.py

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

參見

Skifts軟件包進行了相同的搜索，但是使用Scikit-Learn和Numpy來更好地性能。實際上，它更快了數百次。