Discussion :

[laurentSc]

Bonsoir,

je compare 2 listes de données. Au début, chaque élément de la 1e liste avait un correspondant dans la 2e liste et vice-versa. Comme il s'agit de 2 listes de logiciels, voici un exemple : TeamForge_full => teamforge ou bien MathCAD => mathcad. Par contre je voudrais remplacer cette correspondance, informatiquement réalisée par une table de correspondance MySQL :

Code sql :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
CREATE TABLE `matching_appli_prod` (
  `matching_appli_prod_ident` smallint NOT NULL AUTO_INCREMENT,
  `application_name` varchar(30) CHARACTER SET utf8 COLLATE utf8_bin NOT NULL DEFAULT '',
  `product_name` varchar(30) CHARACTER SET utf8 COLLATE utf8_bin NOT NULL DEFAULT '',
  PRIMARY KEY (`matching_appli_prod_ident`),
  UNIQUE KEY `UK_appli_name` (`application_name`),
  UNIQUE KEY `UK_prod_name` (`product_name`)
) ENGINE=InnoDB AUTO_INCREMENT=31 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

par une relation du type ce nom ressemble à celui-là ; par exemple, on associerait GitHub Enterprise Cloud à GitHub_Enterprise ou Moldflow Advisor à Moldflow_Adviser_Ultimate (Ces exemples existent). Dans chaque cas, il y a des mots communs ou qui se ressemblent (par exemple Advisor ressemble à Adviser). Avez-vous une idée de conception ?

[Séb.]

Avec PHP il existe similar_text() (taux de ressemblance) et levenshtein() (calcul de distance) qui te donnent des indications sur la ressemblance/l'écart entre 2 chaînes

https://www.php.net/similar-text
https://www.php.net/levenshtein

Les 2 fonctions sont plutôt complémentaires, il faudra voir si pour toi elles sont vraiment nécessaires ou si 1 seule suffit

Avec MySQL dans le même style il n'y a que SOUNDEX(), mais tu peux toujours trouver les algos des fonctions PHP et faire un CREATE FUNCTION ou procéder au calcul PHP régulièrement.

Dans tous les cas cela reviendrait donc à avoir des tables comme :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
products
---------------
product_id
product_name
...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
applications
---------------
application_id
application_name
...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
nearness
---------------
nearness_product [FK products.product_id]
nearness_application [FK applications.application_id]
nearness_similarity -- Résultat de similar_text()
nearness_distance -- Résultat de levenshtein()

nearness_similarity|distance contenant le résultat du calcul pour chaque combinaison product_name <=> application_name

Ensuite pour l'exploitation, récupérer les 3 apps dont le nom est le plus proche du produit $product :

Code SQL :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
SELECT ALL application_id, application_name
FROM applications
INNER JOIN nearness ON application_id = nearness_application
INNER JOIN products ON nearness_product = product_id
WHERE product_name = '$product'
ORDER BY -- Tester si tu tries d'abord par similarité ou par distance
    nearness_similarity DESC, -- Taux de similarité le plus élevé en premier
    nearness_distance ASC -- Distance la plus petite en premier
LIMIT 3

[Séb.]

Pendant que j'y pense, sur MySQL il y a aussi l'index FULLTEXT qui permet de faire une recherche et d'avoir un résultat selon un taux de ressemblance.

Perso, jamais testé sur des données si courtes.

https://dev.mysql.com/doc/refman/8.0...xt-search.html

[laurentSc]

Je suis très bientôt plus dispo jusqu'en milieu d'après-midi. Ensuite, je me pencherai sur tes propositions et reviendrai...

[laurentSc]

Hello,
j'ai enfin pu me repencher sur cette question.

Pour commencer, j'ai créé comme tu le conseilles, les 3 tables SQL, (applications, products et nearness), les ai un peu alimentées et ai testé la requête :

Code sql :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
SELECT ALL application_id, application_name
FROM applications
INNER JOIN nearness ON application_id = nearness_application
INNER JOIN products ON nearness_product = product_id
WHERE product_name = '$product'
ORDER BY -- Tester si tu tries d'abord par similarité ou par distance
    nearness_similarity DESC, -- Taux de similarité le plus élevé en premier
    nearness_distance ASC -- Distance la plus petite en premier
LIMIT 3

Ce que j'ai remarqué, c'est que s'il y a aucune correspondance, le résultat est vide (pour faire le test, j'ai utilisé les noms appli1 et prd1).

Sinon, cette correspondance me sert uniquement quand je teste une application ou un produit que je viens de lire, pour vérifier si un correspondant existe (avec la méthode getCorrespondantPrdName( $name, $appli_or_prd)). Ce que j'imagine (merci de me dire si c'est la bonne chose), c'est de créer uniquement les 2 premières tables (applications et products), puis dans ma méthode getCorrespondantPrdName( $name, $appli_or_prd) utiliser la fonction PHP similar_text(string $string1, string $string2, float &$percent = null) et décréter que la correspondance existe si le $percent retourné est supérieur à 50. Qu'en penses-tu ?

[Séb.]

Ce que j'ai remarqué, c'est que s'il y a aucune correspondance, le résultat est vide

Dans l'exemple donné il y aura forcément un résultat si la table nearness est correctement renseignée avec les résultats de similar_text() et levenshtein() sur toutes les combinaisons.

Qu'en penses-tu ?

Dur de donner un avis, je n'ai pas tous les tenants et tous les aboutissants
A priori pas besoin de créer de tables products et applications, tu devrais déjà avoir les noms en base
La table nearest n'est pas forcément utile s'il n'y a pas beaucoup de lignes d'apps/produits (le recalcul serait alors acceptable) ou si c'est uniquement un check suite à une nouvelle entrée.

[laurentSc]

Dans l'exemple donné il y aura forcément un résultat si la table nearness est correctement renseignée avec les résultats de similar_text() et levenshtein() sur toutes les combinaisons.

C'est exact ; j'avais oublié de renseigner un enregistrement pour ces données. Maintenant, c'est bon.

Dur de donner un avis, je n'ai pas tous les tenants et tous les aboutissants

OK, comme je pense que c'est la bonne direction, je vais la prendre...

A priori pas besoin de créer de tables products et applications, tu devrais déjà avoir les noms en base

Malheureusement, non, vu que à chaque nouvel essai, je commence par vider la bdd, car sinon, mon appli râle (already exists...)