php - 我应该使用哪种算法来查找数据库中的相似性？

Question

假设我的应用有 1000 个用户。我问他们 100 个问题，答案只有是/否，我将这些答案记录在单独的表格中。

现在，我希望看到对至少 20 个问题给出相同答案的人。

为了做到这一点，我应该遵循什么样的算法？谷歌搜索的相关关键字是什么？

附言我在 WAMP 环境中工作。

Answer 1

将您的答案表自身连接起来，选择共享相同 question_id 和 answer 但具有不同 user_id 的答案。按 user_id 对行进行分组，并使用 HAVING 子句排除匹配答案少于 20 个的行。

例如，您正在寻找与您的 user_id "1"用户相似的用户:

SELECT DISTINCT a2.user_id FROM answers a
INNER JOIN answers a2
        ON a.question_id = a2.question_id
       AND a.answer = a2.answer
       AND a.user_id != a2.user_id
WHERE a.user_id = 1
GROUP BY a.user_id, a2.user_id
HAVING COUNT(*) >= 20;

从技术上讲，在这种情况下您不需要按 a.user_id 进行分组，但我将其留在那里以防您想要修改 WHERE 子句以返回多个 a.user_id 的结果。