• 목록

• 페이스북 공유
• 트위터 공유

출처::http://jason-heo.github.io/mysql/2014/03/05/sort-string-after-search2.html

질문

다음과 같은 PHP 코드를 이용하여 검색을 하고 있다.

$search = $_GET['search'];


$key_terms = explode(" ", $search);


$query = "SELECT * FROM sentence WHERE";


 


foreach ($key_terms as $each)


{


    if($each != '')


    {


        $i++;


 


        if($i == 1)


        {


            $query .= " keywords LIKE '%$each%' ";


        }


        else


        {


            $query .= "OR keywords LIKE '%$each%' ";


        }


    }


}


 


$result_query = mysql_query($query); 

검색 결과 출력을 적합도(Relevance Score) 순으로 정렬하고자 하는데 어떻게 하는 것이 좋은가.

답변

우선 앞의 PHP 코드는 공백으로 구분된 단어들을 단어간 OR 연산으로 keywords 컬럼에서 검색하는 코드이다. 예를 들어, 사용자가 “이효리 한예슬 전지현”을 입력하면 다음과 같은 SQL문을 생성한다.

SELECT *


FROM sentence


WHERE keywords LIKE '%이효리%'


  OR keywords LIKE '%한예슬%'


  OR keywords LIKE '%전지현%';

질문자는 적합도 순으로 정렬을 하고 싶다고 했지만 정작 본인이 생각하는 적합도에 대해 설명하지 않았다. Relevance Score라고 하는 적합도는 검색 시 문서가 사용자 의도를 얼마나 잘 내포하는지 척도이다. 적합도를 이용하여 랭킹을 계산한 뒤 랭킹 순위에 따라 문서가 출력된다. 적합도를 어떻게 계산하는지가 검색 엔진의 핵심 중의 하나라고 할 수 있다. 하지만 MySQL의 LIKE를 이용하여 검색할 때적합도를 정의할 방법은 많지 않다. 앞에서 검색 문자열이 문서 내에 앞에 위치한 것을 먼저 출력하는 것도 하나의 적합도가 될 수 있다. 본 질문에서는 다음과 같이 2가지 적합도를 계산해 보고자 한다.

중복 제거 단어 포함 횟수

SELECT keywords,


  (keywords LIKE '%이효리%') + (keywords LIKE '%한예슬%') + (keywords LIKE '%전지현%') AS score


FROM sentence


WHERE keywords LIKE '%이효리%'


  OR keywords LIKE '%한예슬%'


  OR keywords LIKE '%전지현%'


ORDER BY score DESC;

keyword가 ‘이효리’, ‘한예슬’, ‘전지현’을 포함한 횟수를 적합도로 계산하였다. (keywords LIKE ‘%이효리%’)는 참, 거짓을 반환하는 표현식이다. keywords가 ‘이효리’를 포함했으면 1을 반환하고,’이효리’를 포함하지 않았다면 0을 반환한다. 이 적합도는 문서가 ‘이효리’를 여러 번 포함하더라도 1만 계산 된다. 3개 단어를 모두 포함한 문서는 3점 만점을 얻게 된다.

중복 허용 단어 포함 횟수

SELECT keywords,


  (


    ((LENGTH(keywords) - LENGTH((REPLACE(keywords, '이효리', '')))) / LENGTH('이효리'))


    + ((LENGTH(keywords) - LENGTH((REPLACE(keywords, '한예슬', '')))) / LENGTH('한예슬'))


    + ((LENGTH(keywords) - LENGTH((REPLACE(keywords, '전지현', '')))) / LENGTH('전지현'))


  ) AS score


FROM sentence


WHERE keywords LIKE '%이효리%'


  OR keywords LIKE '%한예슬%'


  OR keywords LIKE '%전지현%'


ORDER BY score DESC

검색어가 문자열 내에 포함된 횟수를 계산하는 방법을 이용하였다. 문서가 ‘이효리’를 3번 포함하고, ‘한예슬’, ‘전지현’을 전혀 포함하지 않았더라도 3점의 적합도를 얻는다. ‘이효리’, ‘한예슬’, ‘전지현’을 각각 한번씩 포함하더라도 3점의 적합도를 얻는다.