通常在做內(nèi)容網(wǎng)站的時(shí)候，需要在每一篇文章中出現(xiàn)與該文章相關(guān)的文章列表。對(duì)于大多數(shù)人來(lái)說(shuō)，使用的方法通常是：建立一個(gè)關(guān)鍵詞列表，判斷每篇文章包含有那些關(guān)鍵詞，最后根據(jù)關(guān)鍵詞找出與某篇文章最相關(guān)的文章。對(duì)于內(nèi)容比較復(fù)雜的網(wǎng)站，確定關(guān)鍵列表詞顯然會(huì)比較麻煩。

本文介紹了與以往方法不同的similar_text（php4,php5）函數(shù)來(lái)方便的達(dá)到我們的預(yù)期要求。具體的思路是：從文章列表中取出所有的文章標(biāo)題，將所有的文章標(biāo)題都同當(dāng)前標(biāo)題對(duì)比，將對(duì)比結(jié)果生成一個(gè)數(shù)組，按照相似度的大小由大到標(biāo)題，利用similar_text將這些文章標(biāo)題同原文章標(biāo)題做對(duì)比，按標(biāo)題的相似程度重新排列標(biāo)題，就得到了與原文章相似的文章列表。

這個(gè)思路用到的關(guān)鍵函數(shù)是：

int similar_text ( string $first, string $second[, float $percent] )

它返回的是兩個(gè)字根串的相同字節(jié)數(shù)。

按照這個(gè)思路，我們建立如下的函數(shù)，這個(gè)函數(shù)的功能是把$arr_title數(shù)組按照同$title相似的的順序重新排列數(shù)組。

<?php $demo_title= "簡(jiǎn)明現(xiàn)代魔法"; $demo_arr_title= array("簡(jiǎn)單易懂的現(xiàn)代魔法","簡(jiǎn)單明了的現(xiàn)代魔法","簡(jiǎn)明扼要的古代魔法","不簡(jiǎn)單的現(xiàn)代魔法","很難懂的現(xiàn)代魔法"); $new_array= getSimilar($demo_title,$demo_arr_title); //print_r($new_array); echo"與[$demo_title]最相關(guān)的前三個(gè)文章是：<br/>"; for($j=0; $j<=2; $j++) { echo($j+1).":".$new_array[$j]."<br/>"; } //$title當(dāng)前標(biāo)題，$arrayTitle為需要查找的數(shù)組 functiongetSimilar($title,$arr_title) { $arr_len= count($arr_title); for($i=0; $i<=($arr_len-1); $i++) { //取得兩個(gè)字符串相似的字節(jié)數(shù) $arr_similar[$i] = similar_text($arr_title[$i],$title); } arsort($arr_similar); //按照相似的字節(jié)數(shù)由高到低排序 reset($arr_similar); //將指針移到數(shù)組的第一單元 $index= 0; foreach($arr_similaras$old_index=>$similar) { $new_title_array[$index] = $arr_title[$old_index]; $index++; } return$new_title_array; } ?>

程序運(yùn)行結(jié)果：

與[簡(jiǎn)明現(xiàn)代魔法]最相關(guān)的前三個(gè)文章是： 1:簡(jiǎn)單明了的現(xiàn)代魔法 2:簡(jiǎn)單易懂的現(xiàn)代魔法 3:簡(jiǎn)明扼要的古代魔法

有些需要注意的地方：

關(guān)于similar_text速度，有人做過(guò)這個(gè)一個(gè)測(cè)試，結(jié)果是：

The speed issues for similar_text seem to be only an issue for long sections of text (>20000 chars).

I found a huge performance improvement in my application by just testing if the string to be tested was less than 20000 chars before calling similar_text.

20000+ took 3-5 secs to process, anything else (10000 and below) took a fraction of a second. Fortunately for me, there was only a handful of instances with >20000 chars which I couldn't get a comparison % for.

如果要直接使用正文作對(duì)比速度可能會(huì)比較慢。

據(jù)說(shuō)這個(gè)函數(shù)用于英文的效果不太好（感興趣的讀者可以自行嘗試）。用于英文時(shí)可以將英文句子用空格分開(kāi)成多個(gè)單詞后再寫(xiě)一個(gè)類似于similar_text的函數(shù)。

另外，如果句子中含有比較多“的”、“了”等非關(guān)鍵詞字符時(shí)，得到的結(jié)果可能會(huì)不太理想。

php技術(shù)：PHP簡(jiǎn)單實(shí)現(xiàn)“相關(guān)文章推薦”功能的方法，轉(zhuǎn)載需保留來(lái)源！

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。