# Неточный поиск
**URL:** https://discuss.elastic.co/t/topic/164274
**Category:** Вопросы на русском языке
**Created:** [January 15, 2019, 9:20am UTC](https://discuss.elastic.co/t/topic/164274 "2019-01-15T09:20:39Z")
**Posts on this page:** 13
**Page:** 1
### Author:  [@Darkness](https://discuss.elastic.co/u/Darkness)
#### Post date: [January 15, 2019, 9:20am UTC](https://discuss.elastic.co/t/topic/164274/1 "2019-01-15T09:20:40Z")
Это возможно в elastic? Мне нужно найти записи с их процентом сходства и минимальным процентом (например, 30%) сходства?
Например, у нас есть входная строка «Hello» и в бд «Hello, world!», «Hello, friends!». В этом случае процент сходства составляет 77,4% и 61,53% соответственно. (через **similar\_text** php вычисляется )
Могу ли я получить записи с их сходством не вычисляя это через пхп, так как если это будет поиск среди тысяч записей будет беда. И установить минимальный процент схожести для поиска?
я использую laravel 5 + драйвер (babenkoivan/scout-elasticsearch-driver)
properties' =\> ['text' =\> ['type' =\> 'text', 'fields' =\> [ 'raw' =\> [ 'type' =\> 'keyword',] ] ],
**upd**
мне удалось добиться более подходящего результата
'must'=\>[
'match'=\>[
'text'=\>[
"fuzziness"=\>'AUTO',
'query'=\>$query,
]
],
],
но как указать минимальный процент схожести?
---
### Author:  [@Igor\_Motov](https://discuss.elastic.co/u/Igor_Motov)
#### Post date: [January 15, 2019, 4:00pm UTC](https://discuss.elastic.co/t/topic/164274/2 "2019-01-15T16:00:50Z")
> [@Darkness](#):
>
> Это возможно в elastic?
Это возможно, но очень неоптимально. А можно поинтересоваться, откуда такие странные требования для схожести? Какова конечная цель?
---
### Author:  [@Darkness](https://discuss.elastic.co/u/Darkness)
#### Post date: [January 16, 2019, 8:12am UTC](https://discuss.elastic.co/t/topic/164274/3 "2019-01-16T08:12:40Z")
Да конечно.
У меня есть таблица "works" в ней имя типа работы и цена. Записей будет миллионы.
И будет приходить какой то прайс лист с работами. Нужно пройтись по нему и для каждой работы найти максимально похожее значение из типа работы в бд. Например есть в бд "установка розетки 1шт.", а в прайс листе "установить розетку бла бла бла ...". Соответственно нужно найти эту запись и узнать насколько процентов они схожи и задать минимальный процент. Но нужно еще учесть что эти две записи сейчас примерно на 60% но если строка "установить розетку бла бла бла ..." увеличиться в N раз и не на слова "установить розетку" то процент будет другой, но она то подходит и в итоге из за того что много других слов может попросту отпасть.
---
### Author:  [@Igor\_Motov](https://discuss.elastic.co/u/Igor_Motov)
#### Post date: [January 16, 2019, 10:20pm UTC](https://discuss.elastic.co/t/topic/164274/4 "2019-01-16T22:20:31Z")
Ну это похоже не нормальный поиск, вот только алгоритм совпадения не очень понятен. Может лучше считать совпадения по словам (возможно с некоторым количеством ошибок) а не по буквам - так будет гораздо быстрее. Другими словами, вам нужен поиск, который возвращал-бы самые похожие документы или вам нужен поиск, который рассчитывал-бы совпадения по вашему алгоритму?
---
### Author:  [@Mikhail\_Khludnev](https://discuss.elastic.co/u/Mikhail_Khludnev)
#### Post date: [January 17, 2019, 8:59am UTC](https://discuss.elastic.co/t/topic/164274/5 "2019-01-17T08:59:10Z")
Делал такое с фонетическим фильтром BMPM и min\_should\_match. Первый даёт совпадения различных форм слова, второй позволяет отрезать слабые совпадения по словам.
Ещё есть More Like This (MLT) он работает когда нужно искать документ по документу. И да. Точно как в ПХП не будет.
---
### Author:  [@Darkness](https://discuss.elastic.co/u/Darkness)
#### Post date: [January 17, 2019, 9:12am UTC](https://discuss.elastic.co/t/topic/164274/6 "2019-01-17T09:12:47Z")
Да, по словам наверное будет сделать поиск лучше чем по символам. Тогда например той же розетке "установка розетки 1шт. " и то что ищем "установить розетку бла бла бла ..." будет совпадения двух слов будет ~77%
---
### Author:  [@Igor\_Motov](https://discuss.elastic.co/u/Igor_Motov)
#### Post date: [January 18, 2019, 7:49pm UTC](https://discuss.elastic.co/t/topic/164274/7 "2019-01-18T19:49:28Z")
Тогда я бы начал с чего-нибудь простого вроде:
```auto
DELETE test
PUT test
{
"settings": {
"analysis": {
"filter": {
"russian_stemmer": {
"type": "stemmer",
"language": "russian"
}
},
"analyzer": {
"russian": {
"tokenizer": "standard",
"filter": [
"lowercase",
"russian_stemmer"
]
}
}
}
},
"mappings": {
"_doc": {
"properties": {
"text": {
"type": "text",
"analyzer": "russian"
}
}
}
}
}
PUT test/_doc/1
{
"text": "установка розетки 1шт."
}
PUT test/_doc/2
{
"text": "установить розетку бла бла бла ..."
}
GET test/_search?search_type=dfs_query_then_fetch
{
"query": {
"bool": {
"should": [
{
"match": {
"text": "установка розетки 1шт."
}
},
{
"match": {
"text": {
"query": "установка розетки 1шт.",
"fuzziness": 2,
"boost": 0.5
}
}
}
]
}
}
}
```
---
### Author:  [@Darkness](https://discuss.elastic.co/u/Darkness)
#### Post date: [February 1, 2019, 8:21am UTC](https://discuss.elastic.co/t/topic/164274/8 "2019-02-01T08:21:56Z")
Ну вроде ищет только я не пойму почему если строки одинаковые то выдает ее соответственно но если строка поиска "Розетка информационная" и в бд есть такие строки "Розетка информационная 45x22.5mm ", "Телефонная панель 50 портов ", "Розетка RJ-45, одинарная, категория 5е.", то первый результат "Розетка информационная 45x22.5mm " а второй почему то "Телефонная панель 50 портов" а не "Розетка RJ-45, одинарная, ...."
---
### Author:  [@leov](https://discuss.elastic.co/u/leov)
#### Post date: [February 1, 2019, 11:19am UTC](https://discuss.elastic.co/t/topic/164274/9 "2019-02-01T11:19:26Z")
прямо чудо какое-то!!! искусственный интеллект прямо
просекает что там 50 портов а тут всего одинарная
😀
---
### Author:  [@Mikhail\_Khludnev](https://discuss.elastic.co/u/Mikhail_Khludnev)
#### Post date: [February 1, 2019, 11:32am UTC](https://discuss.elastic.co/t/topic/164274/10 "2019-02-01T11:32:48Z")
explainAPI ?
---
### Author:  [@Darkness](https://discuss.elastic.co/u/Darkness)
#### Post date: [February 12, 2019, 9:37am UTC](https://discuss.elastic.co/t/topic/164274/11 "2019-02-12T09:37:04Z")
вы не правильно поняли в искомом слове есть "Розетка " и в исходном но почему то алгоритм посчитал что не важно что оно есть там и там выбрал другой вариант менее похожий "Телефонная панель 50 портов" никак не более подходящий вариант к "Розетка информационная" хотя есть вариант с одинаковым вообще словом "Розетка RJ-45, одинарная, категория 5е."
---
### Author:  [@Igor\_Motov](https://discuss.elastic.co/u/Igor_Motov)
#### Post date: [February 12, 2019, 1:58pm UTC](https://discuss.elastic.co/t/topic/164274/12 "2019-02-12T13:58:40Z")
Надо смотреть что explain выдает. Возможно, что какой-то термин редкий - и он получает приоритет.
---
### Author:  [@system](https://discuss.elastic.co/u/system)
#### Post date: [March 12, 2019, 1:58pm UTC](https://discuss.elastic.co/t/topic/164274/13 "2019-03-12T13:58:42Z")
This topic was automatically closed 28 days after the last reply. New replies are no longer allowed.