शब्दों का सबसे अधिक इस्तेमाल किया गया सेट php mysql

Question

मैं एक mysql डेटासेट पर सबसे अधिक इस्तेमाल किए गए शब्दों को निर्धारित करने के बारे में जानने का प्रयास कर रहा हूं।

यह सुनिश्चित नहीं है कि इस बारे में कैसे जाना है या यदि कोई आसान दृष्टिकोण है। कुछ पोस्ट पढ़ें जहां कुछ एल्गोरिदम सुझाते हैं।

उदाहरण:

24,500 से रिकॉर्ड, पता लगाने के शीर्ष 10 शब्दों का इस्तेमाल किया।

Answer 1

ठीक है, यह एक कुत्ते की तरह चलता है और एक ही डिलीमीटर के साथ काम करने तक ही सीमित है, लेकिन उम्मीद है कि आपको एक विचार मिलेगा।

SELECT aWord, COUNT(*) AS WordOccuranceCount 
FROM (SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(concat(SomeColumn, ' '), ' ', aCnt), ' ', -1) AS aWord 
FROM SomeTable 
CROSS JOIN (
SELECT a.i+b.i*10+c.i*100 + 1 AS aCnt 
FROM integers a, integers b, integers c) Sub1 
WHERE (LENGTH(SomeColumn) + 1 - LENGTH(REPLACE(SomeColumn, ' ', ''))) >= aCnt) Sub2 
WHERE Sub2.aWord != '' 
GROUP BY aWord 
ORDER BY WordOccuranceCount DESC 
LIMIT 10 

यह एक एकल स्तंभ मान के साथ 10 पंक्तियों के साथ मैं कहा जाता है के साथ एक मेज पूर्णांक कहा होने पर निर्भर करता 0 9 को यह करने के लिए ~ 1000 शब्दों के साथ copes लेकिन आसानी से अधिक से निपटने के लिए बदला जा सकता है (लेकिन और भी धीमा हो जाएगा)।

Answer 2

सामान्य विचार यह पता लगाने के लिए होगा कि प्रत्येक क्षेत्र में कितने डिलीमीटर (उदा। रिक्त स्थान) हैं, और प्रत्येक ऐसे क्षेत्र के लिए SUBSTRING_INDEX() को लूप में चलाएं। इसे अस्थायी तालिका में पॉप्युलेट करने से समानांतर में भाग में इसे चलाने में सक्षम होने का अतिरिक्त लाभ होता है। ऐसा करने के लिए कुछ एसपी को एक साथ फेंकना बहुत बोझिल नहीं होना चाहिए।

Answer 3

PHP में यह सब क्यों नहीं करते? कदम होगा

1. एक शब्दकोश (शब्द => गिनती) बनाएं
2. PHP में आप डेटा पढ़ें
3. शब्दों में यह विभाजन
4. शब्दकोश में प्रत्येक शब्द जोड़ें (आप लोअरकेस चाहते हो सकता है और ट्रिम उन्हें पहले)
5. यदि पहले से ही शब्दकोश में है, तो इसकी गणना बढ़ोतरी करें। यदि नहीं पहले से ही शब्दकोश में, 1 अपने मूल्य के रूप में स्थापित (गिनती = 1)
6. अपने तत्वों शब्दकोश दोहराएं उच्चतम 10 मूल्यों को खोजने के

मैं एसक्यूएल में ऐसा नहीं होता जिसका मुख्य कारण यह अंतत: अधिक जटिल।

Answer 4

एक छोटी सी में सुधार, रोक शब्दों के साथ और Sub2.aWord सूची से हटाने (स्टॉप शब्दों की सूची) में नहीं

SELECT aWord, COUNT(*) AS WordOccuranceCount 
FROM (SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(concat(txt_msg, ' '), ' ', aCnt), ' ', -1) AS aWord 
FROM mensagens 
CROSS JOIN (
SELECT a.i+b.i*10+c.i*100 + 1 AS aCnt 
FROM integers a, integers b, integers c) Sub1 
WHERE (LENGTH(txt_msg) + 1 - LENGTH(REPLACE(txt_msg, ' ', ''))) >= aCnt) Sub2 
WHERE Sub2.aWord != '' AND Sub2.aWord not in ('a','about','above', .....) 
GROUP BY aWord 
ORDER BY WordOccuranceCount DESC 
LIMIT 10 

Answer 5

SELECT `COLUMNNAME`, COUNT(*) FROM `TABLENAME` GROUP BY `COLUMNNAME` 

अपने बहुत ही सरल और काम किया ... :)