Discussion :

[Nhaps]

Bonjour à tous,

J’espère tout d'abord que je me trouve dans la bonne partie du forum pour cette question.

Je vous explique mon objectif, j'ai une BDD d'ingredients (plus de 6000 ingrédients correspondant à tous les ingrédients que l'on peut commander en France), et j'aimerai créer une fonction avancée permettant de récupérer les ingrédients correspondant à ma recherche, mais pas forcement que par le libellé, mais également par ingrédients les plus utilisé, les diminutifs d'ingrédients etc.
En gros trouver une architecture de BIG DATA qui s'alimenterai en fil des recherches utilisateurs.

Avez vous des idées sur la procédure à suivre, des documentations sur ce sujet ?

[SQLpro]

Pourquoi une archi "big data" pour aussi peu de données ?

Sachez qu'une archi "big data" nécessite un hébergement cloud et au minimum quelques centaines d'euros par mois ou alors si vous voulez un big data "on premise", comptez quelques centaines de milliers d'euros en machine, licences et journées en architecturation du système !

A +

[Nhaps]

oui le terme big data est un peu exagéré, mais je veux une recherche intelligente et par forcement une recherche avec 'contient'

Par exemple l'utilisateur saisie, "cartte", il y aura quand même les choix pour carotte. Un peu comme sur google où les fautes sont corrigées. En plus de cela je veux un ordre de retour qui prend en compte la 'popularité' de l'ingrédients.

J’espère que cela est un peu plus claire

[SQLpro]

Tout cela ce sont des algorithmes bien connus et assez basique. Même Word de Microsoft le fait depuis 20 ans quand vous utilisez la correction orthographique.

A +

[Nhaps]

Merci de votre aide.

[Nhaps]

Je recherche.. mais je me dis aussi qu'il me faut aussi des synonymes pour mes ingrédients par exemple pdt pour pomme de terre.
Or je ne vais pas pour chaque ingrédients aller proposer tous les synonymes possibles... J'ai comme l'idée d'alimenter une table de synonymes au fil des recherches utilisateurs, je sais qu'il écrit pdt, et qu'ils ont choisit pomme de terre, au fil des recherches la base sera enrichie.
Mais j'ai un peu peur des performances à long terme. Car oui pour la correction orthographique je peux pourquoi pas utiliser la distance de Levenshtein, mais est ce vraiment suffisant ?

Peut être que c'est super simple, et je me complique la vie. Mais je veux faire cela en SQL, en fonction table ou autre.

[SQLpro]

Le Levenshtein est sympathique mais horriblement couteux en matière de comparaisons de motifs. Inexploitable sur de grands volume. Intéressez vous aux algorithmes que j'ai inventés :
http://sqlpro.developpez.com/cours/s...aisons-motifs/

Pour les synonymes, SQL Server intègre cela dans sa recherches textuelle via les thésaurus.
Lisez l'article que j'ai écrit à ce sujet : https://blog.developpez.com/sqlpro/p...text_search_no

Mon ouvrage sur SQL (3e ou 4e édition) comporte un chapitre entier sur le sujet : http://sqlpro.developpez.com/SQL_synthex_2010_400.jpg

A +