PHP - 相互比较多维子数组并根据相似度阈值进行合并

简介 - 此问题已于 2018 年 5 月 27 日更新：

我有 1PHP多维数组，包含6个子数组，每个子数组包含20个子子数组，每个子数组又包含2个子子数组，一个是字符串（header），另一个是未指定数量的关键字（keywords ）。

我希望将 120 个子子数组中的每一个与剩余 5 个子数组中包含的 100 个其他子子数组进行比较。以便子子数组1

我会尝试一下！

我使用 preg_grep 查找其他子数组中相同的项目。然后我使用 count 来查看有多少个匹配的关键字。
这就是门槛所在。目前我将其设置为2，这意味着两个匹配的关键字是匹配的。

//flatten array to make it simpler
$new =[];
foreach($array as $subarr){
    $new = array_merge($new, $subarr);
}

$threshold = 2;
$merged=[];
foreach($new as $key => $story){
    // create regex pattern to find similar items
    $words = "/" . implode("|", $story["keywords"]) . "/i";
    foreach($new as $key2 => $story2){
        // only loop new items and items that has not been merged already
        if($key != $key2 && $key2 > $key && !in_array($key2, $merged)){
            // If the count of words from preg_grep is above threshold it's mergable
            if(count(preg_grep($words, $story2["keywords"])) > $threshold){
                // debug
                //echo $key . " " . $key2 . "\n";
                //echo $story["header"] . " = " . $story2["header"] ."\n\n";

                // if the item does not exist create it first to remove notices
                if(!isset($res[$key])) $res[$key] = ["header" => [], "keywords" =>[]];

                // add headers
                $res[$key]["header"][] = $story["header"];
                $res[$key]["header"][] = $story2["header"];

                // only keep unique 
                $res[$key]["header"] = array_unique($res[$key]["header"]);

                // add keywords and remove duplicates
                $res[$key]["keywords"] = array_merge($res[$key]["keywords"], $story["keywords"], $story2["keywords"]);
                $res[$key]["keywords"] = array_unique($res[$key]["keywords"]);

                // add key2 to merged so that we don't merge this again.
                $merged[] = $key2;
            }
        }
    }
}

var_dump($res);

https://3v4l.org/6cKRq https://3v4l.org/6cKRq

输出正如您所讨论的“想要的”。