如何存儲雙向關係

我正在編寫一些代碼以在數據庫中查找重複的客戶詳細信息。我將使用Levenshtein距離。如何存儲雙向關係

但是，我不知道如何存儲關係。我一直都在使用數據庫，但從來沒有遇到過這種情況，並想知道是否有人能指出我正確的方向。

讓我困惑的是如何存儲關係的雙向性。

我已經開始把一些例子如下，但不知道是否有用於存儲這種類型的數據的最佳實踐，

實例數據

ID，地址

001， 5大街
002，5主街
003，5主海峽
004，6大街
005，7低街
006，7低聖

建議1

customer_id1，customer_id2，relationship_strength
001，002，0.74
001，003，0.77
002，003，0.76
005,006,0.777

對這種方法不滿意，因爲它有點推斷出cust之間的單向關係omer_id1到customer_id2。除非我同時包含所有關係，但是這會增加處理時間和表的大小。

例如需要包括：002，001，0.74

建議2

CUSTOMER_ID，GROUPING_ID
001，1
002，1
003，1
005，2-
006，2

來源

2010-09-17 alj

我們這裏有一個圖表，其中每個節點與每個其他節點都有一個關係（編輯距離）。這不在數據模型的正常範圍內。它也不是數據庫的永久功能（假設你解決了導致重複數據的業務流程），所以它不值得出售最適合關係理論的解決方案。我們需要的是一個實用的解決方案。

把它想象成一個矩陣。如果我們選擇最佳的處理方式，我們將不會執行重複的評分。所以我們對所有其他地址計分地址1，我們對地址1除地址2以外的所有其他地址計分，我們對地址1和2以外的所有其他地址計分地址3，等等。我們最終得到的是一點像足球聯賽表：

  addr 
      1 2  3 4  5 
addr 
    1  - 95 95 80 76 
    2  - - 100 75 72 
    3  - -  - 75 72 
    4  - -  - - 83 
    5  - -  - -  -

該數據可以最好被存儲在提議1 ID1, ID2, SCORE表。雖然我們確實需要對數據進行透視以獲得如下輸出:)

在適當的排名表中，有兩組得分 - 主場和客場 - 所以桌子是對稱的。但這並不適用於此，因爲1 > 2的編輯距離與2 > 1相同。但是，如果結果集包含鏡像分數，它將更直接地查詢結果。也就是說，對於記錄(1,5,76),(2,5,72)等，我們生成記錄(5,1,76),(5,2,72)。這可以在評分過程結束時完成。

  addr 
      1 2  3 4  5 
addr 
    1  - 95 95 80 76 
    2  95 - 100 75 72 
    3  95 100  - 75 72 
    4  80 75 75 - 83 
    5  76 72 72 83  -

當然，這主要是一個表象性的東西，所以它只需要做顯示目的，例如，將數據導出到電子表格。我們仍然可以得到，比如說，以可讀的方式處理5的所有得分，而無需使用一個簡單的SQL語句miiroring分數：

select case when id1 = 5 then id1 else id2 end as id1 
     , case when id1 = 5 then id2 else id1 end as id2 
     , score 
from your_table 
where id1 = 5 
or  id2 = 5 
/

來源

2010-09-17 10:35:25 APC

謝謝APC。該矩陣有意義並有助於將其可視化。這個SQL語句也是真的。謝謝。 – alj 2010-09-17 10:55:26

一如既往這取決於您計算完數據後要處理的數據。

假設它只是識別或定位重複項，那麼你的建議1就是我要用的，即第二個表，它只是存儲對和強項。我唯一的建議是將強度設爲縮放整數而不是小數。

來源

2010-09-17 08:35:45

我需要將數據返回給維護它的人員，以便他們可以通過並檢查它。所以在這方面，我想第一個建議就足夠了。但我想知道是否存在一種「標準」的方式來存儲這些信息，這樣我就可以靈活地根據他們想要的內容輸出各種格式（因爲他們無疑會回來說他們希望以另一種方式完成它！）。另外...提高我對數據庫模式的理解是一個很好的機會。 – alj 2010-09-17 08:42:27

......並感謝理查德。 – alj 2010-09-17 10:56:38

這是我一直這樣做的方式。有時候最簡單的解決方案正常工作，我們不需要尋求更復雜的解決方案。第一個解決方案可以工作，並且效率很高，並能夠產生您需要的結果。 – 2010-09-17 21:17:52

應對對稱關係關係系統的方法如下：

選擇存儲對稱對的規範形式，例如customer_id1 < customer_id2。
定義視圖SYMM_TBL作爲選擇ID1，ID2，... ...從UNION選擇ID2爲ID1，ID1爲ID2，... FROM ...

體面系統不應該懲罰你查詢此視圖時的性能區域。

來源

2010-09-17 14:51:41

如何存儲雙向關係

回答

相關問題