Algoritmo con tf-idf. PHP y MySQL

[xarmagedonx]

Hola!!, estoy haciendo un algoritmo con PHP y MySQL, para ordenar una gran cantidad de documentos, y para eso utilizo el tf-idf.

La fórmula de tf-idf es la siguiente:

$unterminobuscado/$totalterminosbuscados * log10($numtotaldocumentos/$numdedocumentosdondeaparecetermino)

$unterminobuscado/$totalterminosbuscados = Se evalúa cuantos aciertos tiene un registro, por ejemplo: busco "animales salvajes de áfrica", entonces un resultado posee animales de áfrica (tiene 3 términos acertados, dividido los 4 términos totales).

$numtotaldocumentos/$numdedocumentosdondeaparecetermino = El primero es el total de documentos, que es bastante simple. El segundo es el número de documentos donde aparece cada termino, tomando el ejemplo anterior "animales salvajes de áfrica", evaluamos cuantos tiene animales, cuantos salvajes, y etc.

Bueno, ahora mi duda.

Cómo logro evaluar, mediante PHP, cada término por separado. Ya que las variables $totalterminosbuscados y $numtotaldocumentos lo tengo, pero me quedan 2 incógnitas en la cuenta.

Si por lo menos puedo resolver 1, quedaría una sola que se puede conseguir mediante una cuenta.

Saludos y espero que puedan ayudarme!!

[abimaelrc]

Hmmm según entendí tu pregunta podrías colocar las palabras en un array y recorrerlos con un foreach o el bucle de tu preferencia.

[xarmagedonx]

Exacto, pero como puedo ver cuantos resultados contienen cada término?. Por ejemplo: si busco "delfines rosados", debería separar las palabras en delfines y en rosados.

Luego evaluar por cada resultado si contienen la palabra delfines y la palabra rosados, algunos tendrán una palabra, otros las dos.

Pero como puedo evaluar cada resultado?

Saludos! y gracias