javascript - 如何编写分组算法，通过具有 3 个或更多相似属性对数据集中的项目进行分组

Question

我正在为我的客户构建一个工具，该工具根据排名前 10 的 Google 搜索网址将关键字组合在一起。关键字表示为包含 URL 数组的 JavaScript 对象。分组标准是，如果两个关键字有3个或更多的共同网址，则它们属于同一组。此外，生成的组中应该没有关键字重复，并且生成的组总数在分组之前没有预先定义。对于此问题的逻辑部分的任何建议，我将不胜感激，谢谢!

到目前为止，我设法开发了下面提供的算法，但它仍然会重复并且不能 100% 正确地对关键字进行分组(有些关键字应该在同一组中，但实际上却没有)。

function makeKeywordGroupsNew(results: Result[], uid: string): Group[] {
  let dataset = results;
  let groups: any[] = [];

  // loop thru all records in dataset
  dataset.forEach((current: Result) => {
    // initialize the group with the current keyword in it
    const group = { volume: 0, items: [current] };
    // remove the current keyword from the dataset
    dataset = dataset.filter(el => el.keyword !== current.keyword);
    // loop thru the new dataset and push the other keyword into the group if it has >=3 urls in common with current keyword
    dataset.forEach((other: Result) => {
      const urlsInCommon = _.intersection(current.urls, other.urls);
      if (urlsInCommon.length >= 3) {
        group.items.push(other);
      }
    });

    // sum the keyword volumes to form the group volume - not important for the core logic
    // @ts-ignore
    group.volume = _.sum(group.items.map(item => item.volume));
    // sort keywords in the formed group by volume - not important for the core logic
    // @ts-ignore
    group.items = group.items
      .sort((a, b) => {
        if (a.volume < b.volume) return 1;
        if (a.volume > b.volume) return -1;
        return 0;
      })
      .map(el => el.keyword);
    // add the newly formed group to the groups array (the result)
    groups.push(group);
  });

  // exclude the groups with only one keyword inside
  groups = groups.filter(group => group.items.length > 1);
  // delete keyword duplicates inside of the group
  groups = groups.map(group => ({ ...group, items: _.uniq(group.items) }));
  // form the correct result object shape - not important for the core logic
  return groups.map(group => ({
    uid,
    main: group.items[0],
    keywords: group.items.slice(1, group.length),
    volume: group.volume
  }));
}

我期望 input.json 的输出待output.csv ，但我的解决方案要么在组中放置较少的关键字，要么创建错误的组。

Answer 1

其中一个可能的问题可能是您过滤 dataset 数组的方式，该数组被循环遍历并在其自己的循环中被过滤。您可以过滤 dataset 并删除当前关键字并将其放在另一个变量中，然后在该变量上进行 foreach 而不是修改 dataset 本身。