algorithm - 如何正确组织人员搜索？

Question

假设我的数据存储中有人员列表。那里的每个人可能有以下字段:

• 姓氏 (*)
• 名字
• 中间名
• 编号 (*)
• 驾照编号 (*)
• 另一个 id (*)
• 出生日期
• 地区
• 出生地

标有 (*) 的字段中至少一个必须存在。

现在，用户向我提供了相同的字段列表(并且至少必须提供标有 (*) 的字段中的至少一个)。我应该搜索用户提供的人。但并非所有字段都应匹配。我应该以某种方式向用户显示我对搜索结果的确定程度。像这样的东西:

• 如果人与 id 和 last name 匹配(并且用户只提供了这两个字段用于搜索)，那么我确信结果是正确的 (100%) ;
• 如果人与 id 和 last name 匹配(并且用户提供了其他字段，这些字段在数据库中找到，但没有匹配)，那么我确定结果几乎正确 60%；
• 等等

(数字仅作为示例提供)

如何组织此类搜索？有什么标准的算法吗？我还想尽量减少对数据库的请求数。

附言我无法向用户提供数据库中的实际字段值。

Answer 1

听起来您确定匹配质量的逻辑太复杂而无法在数据库层处理。我认为您将通过检索与至少一个强制键匹配的所有记录、计算内存中每个记录的匹配分数并返回最佳分数来获得最佳性能。例如，如果用户向您提供 ID、姓氏和出生地，您的查询将类似于:

SELECT * FROM users WHERE id = `the_id` OR last_name = `the_last_name`;

如果你有一个非常大的数据集，其中有很多共同的姓氏，这可能是一个性能问题，否则我希望不会看到太多的冲突。您可以在 GAE 之外的您自己的数据集上进行检查。如果通过将 OR 更改为 AND 来匹配所有必填字段，您还可以获得更好的性能。