¿Cómo diseñar una tabla MySql para una nube de etiquetas?

Question

Tengo artículos en mi sitio, y me gustaría agregar etiquetas que describan cada artículo, pero estoy teniendo problemas con la tabla mysql de diseño para las etiquetas. Tengo dos ideas:

1. cada artículo habría de campo "etiquetas", y las etiquetas sería en el formato: "etiqueta 1, etiqueta 2, etiqueta 3"
2. crear otras etiquetas de tabla llamada con campos: tag_name, article_id

así que cuando quiero etiquetas de artículo con ID 1, yo correría

SELECT ... FROM tags WHERE `article_id`=1; 

Pero, también me gustaría saber 3 artículos más similares mediante la comparación de las etiquetas, por lo que si tengo artículo que tiene las etiquetas " php, mi sql, erlang ", y 5 artículos con etiquetas:" php, mysql "," erlang, ruby ​​"," php erlang "," mysql, erlang, javascript ", elegiría 1., 3. y 4., ya que esos 3 tienen la mayoría de las mismas etiquetas con el artículo principal.

También otra pregunta, ¿cuál es la mejor manera de obtener 10 "etiquetas más usadas"?

Answer 1

En general, para este tipo de muchos-a-muchos relación, hay tres tablas:

• El "article" mesa
  • clave principal = id
• El " tag "tabla
  • clave primaria = id
  • contiene los datos de cada etiqueta:
    • nombre, por ejemplo
• Una tabla "tags_articles", que actúa como una tabla de unión, y sólo contiene:
  • id_article: clave externa que apunta a un artículo
  • id_tag: clave externa que apunta a una etiqueta

De esta manera, no hay duplicación de datos de cualquier etiqueta: para cada etiqueta, hay una, y sólo una, línea en la tabla tag.

Y, para cada artículo, puede tener varias etiquetas (es decir, varias líneas en la tabla tags_articles); y, por supuesto, para cada etiqueta, puede tener varios artículos.

Obtener una lista de etiquetas para un artículo, con esta idea, se trata de una consulta additionnal, como:

select tag.* 
from tag 
    inner join tags_articles on tag.id = tags_articles.id_tag 
where tags_articles.id_article = 123 

Obtención de los tres "más similar" artículos significaría:

• seleccione los artículos que tienen etiquetas que el primer artículo tiene
• usar sólo los que tienen el número más importante de etiquetas idénticas

no han sido evaluados, sino una idea podría ser algo que se vería así:

select article.id, count(*) as nb_identical_tags 
from article 
    inner join tags_articles on tags_articles.id_article = article.id 
    inner join tag on tag.id = tags_articles.id_tag 
where tag.name in ('php', 'mysql', 'erlang') 
     and article.id <> 123 
group by article.id 
order by count(*) desc 
limit 3 

Básicamente, usted:

• seleccionar los identificadores de artículos para cada etiqueta que está presente en su artículo inicial
  • como hay una unión interna, si un artículo en la base de datos tiene 2 etiquetas que coinciden con la cláusula where, sin el group by cl Ause, habría dos líneas para ese artículo
  • por supuesto, no desea volver a seleccionar el artículo que ya tenía, lo que significa que debe excluirse.
• pero, como se utiliza group by article.id, habrá sólo una línea por artículo
  • pero usted será capaz de utilizar count, para averiguar cuántas etiquetas de cada artículo tiene en común con la inicial uno
• entonces, solo es cuestión de ordenar por número de etiquetas, y obtener solo las tres tres líneas.

Answer 2

En primer lugar, querrás utilizar la sugerencia de Pascal MARTIN sobre el diseño de la mesa.

En cuanto a la búsqueda de artículos similares, aquí hay algo para empezar. Teniendo en cuenta que @article_id es el artículo que desea encontrar coincidencias para, y tag1 @, @ tag2, @ tag3 son las etiquetas para ese artículo:

SELECT article_id, count(*) 
FROM tags_articles 
WHERE article_id <> @article_id 
AND tag_id IN (@tag1, @tag2, @tag3) 
GROUP BY article_id 
ORDER BY count(*) DESC 
LIMIT 3 

Answer 3

sí, pero no respondió a mi pregunta principal, cómo obtener 3 artículos más similares?

Respuesta: Solo busque los mismos ID de etiqueta en la tabla combinada (tags_articles). Reúnelos y crea un patrón.

Por ejemplo: artículo 1 tiene etiquetas: 1,2 artículo 2 tiene tags: 2,3,4 artículo 5 tiene tags: 6,7,2 artículo 7 tiene tags: 7,1,2, 3

Si desea los 3 artículos más similares para el artículo 1, debe buscar las etiquetas 1,2. Encontrará que el Artículo 7 es el más similar y 2 y 5 tienen algunas similitudes.