mysql - 根据mysql表中存储的数据创建相似度矩阵

Question

我在 mysql 中有下表:

Page; keywordId  
page1; 1  
page1; 3  
page1; 4  
page2; 4  
page3; 1  
page3; 3  
page3; 4  
page3; 5 

我想创建一个相似度矩阵，其中包含基于关键字的每个页面的值，如下所示。页面之间共享的关键字越多，矩阵中的数字就越高。

      page1   page2   page3  
page1   -       1       3  
page2   1       -       1  
page3   3       1       -  

在寻找答案时，我发现了这个entry on stackoverflow处理几乎相同的问题。但是，代码非常密集，我无法重现它来解决我的问题。

如有任何帮助，我们将不胜感激。

Answer 1

您想要的“类似 SQL”的解决方案将查看对并为每对提供一个单独的行:

select ft1.page as page1, ft2.page as page2, count(*) as similarity
from followingtable ft1 join
     followingtable ft2
     on ft1.keywordid = ft2.keywordid and ft1.page <> ft2.page
group by ft1.page, ft2.page;

如果您知道确切的页面，则旋转此页面并不困难。在 SQL 中将其转换为可变数量的页面很棘手，并且需要使用准备好的语句。