Как рассчитать балл для каждой записи на основе критерия и выбрать те, которые набрали наибольшее количество баллов?

Question

Я хочу написать небольшой скрипт, который бы отбирал комментарии пользователей с небольшого форума и сохранял некоторые статистические данные в базе данных.В основном меня интересует, как часто пользователи используют разные слова в своих комментариях.

Представьте себе следующую схему:

word

• id
• текст

пользователь

• id
• имя пользователя

user_words

• word_id
• user_id
• count (сколько раз пользователь использовал слово во всех своих комментариях на форуме)

После этого я хотел бы создать запрос, который бы выбрал меня5 похожих пользователей из базы данных.Чтобы быть более конкретным:

Представьте, что у нас есть средняя частота использования следующих слов во всех комментариях форума:

• word1: 4%
• word2: 1%
• word3: 10%
• ...

Для конкретного пользователя частота этих слов:

• word1:15%
• word2: 2%
• word3: 1%
• ...

Программно я найду слова пользователя с самой большой разницейот средних значений.В моем случае это следующие слова:

• word1 (15% выше среднего 4%)
• word3 (1% выше среднего 10%)

сейчасЯ хочу найти пользователей с похожими частотами использования на word1 и word3.Например:

user1:

• word1: 13%
• word3: 2%

user2:

• word1: 5%
• word3: 9%

user1 намного больше похоже на нашего первоначального пользователя.Сходство можно рассчитать как сумму дельт:

• user1: | 15% - 13% |+ | 1% - 2% |= 2 + 1 = 3
• user2: | 15 - 9% | + | 1% - 9% |= 6 + 8 = 14

Разница с пользователем1 намного меньше.Таким образом, user1 намного больше похож на первоначального пользователя.

Сейчас.Представьте, что у меня есть тысячи пользователей в базе данных.Я хотел бы выбрать 5 пользователей (лимит), упорядочив их по баллам (где балл рассчитывается так, как я показал выше).

Проблема в том, что я понятия не имею, какие механизмы существуют в SQL для достиженияэто (СУБД не имеет значения).Не могли бы вы дать мне несколько советов, какой механизм я должен использовать, чтобы присвоить какой-то виртуальный «балл» каждому пользователю и выбрать его порядок?Мне просто нужно знать, в каком направлении мне идти, о чем мне читать.

Answer 1

Первым делом можно было бы посчитать появление строки, верно?Что я хотел бы сделать, так это присоединиться к вашей таблице слов в таблице комментариев, затем вызвать скалярную функцию для подсчета слов в комментарии, а затем просто суммировать группу по идентификатору пользователя и слову ID

. См. Пример скалярной функции:

CREATE FUNCTION dbo.CountNoOfString
(
    @searchString nvarchar(max),
    @valueString nvarchar(max)
)
RETURNS INT
AS
BEGIN
    return (LEN(@searchString)-LEN(REPLACE(@searchString,@valueString ,'')))/LEN(@valueString)
END

Оттуда будет легко получить необходимые метрики