相似度到大数据查找之Mysql 文章匹配的一些思路与提高查询速度

文章相关度匹配的一些思路---"压缩"预料库，即提取用特征词或词频，量化后以“列向量”形式保存到数据库；按前N组词拼为向量组供查询使用，即组合为1到N字的组合，量化后以“行向量”形式保存到数据库（目前是用MYSQL），计算和查询相似度的时候先提取特征，然后量化，再查询各Long型数值字段，速度应该会较一般查询要快一些。

应用举例：[这些都是推测，实际希望会有比较好的结果]

假设查询以下特征

            Dictionary<string, int> words = new Dictionary<string, int>();
            words.Add();
            words.Add();
            words.Add();
            words.Add();
            words.Add();
            words.Add();
            words.Add();

            //List<Dictionary<int, long>> WordList = new List<Dictionary<int, long>>();

            //for (int i = 0; i < 15; i++)
            //{
            //    WordList.Add(GetWordSecurity(words, i + 1));
            //}
            //直观看数据
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);
            Dictionary<);

量化数据，可以任选一种方式处理

五笔 -
拼音
笔画
其它 -
英盘 -
美盘
法盘 

查询以下数值：

   二字词   Dictionary<);

+  [] {[, -]} System.Collections.Generic.KeyValuePair<int,long>
+  [] {[, -]} System.Collections.Generic.KeyValuePair<int,long>
+  [] {[, ]} System.Collections.Generic.KeyValuePair<int,long>
+  [] {[, -]} System.Collections.Generic.KeyValuePair<int,long>
+  [] {[, ]} System.Collections.Generic.KeyValuePair<int,long>
+  [] {[, ]} System.Collections.Generic.KeyValuePair<int,long>
+  [] {[, -]} System.Collections.Generic.KeyValuePair<int,long>
Dictionary<);