Trong khi phát triển chương trình gợi ý tên hay cho con, tôi phát hiện ra tầm quan trọng của việc xác định giới tính của tên mà người dùng nhập vào. Ví dụ khi người dùng nhập Đức Hùng, Mạnh Linh, Ngọc Châu, Thùy Vi, chương trình cần phải xác định được với độ chính xác cao rằng tên đó có xu hướng dành cho nam hay nữ nhiều hơn. Vì chỉ có xác định được chính xác thông tin này thì nó mới đưa ra được các gợi ý phù hợp, chẳng hạn các đệm khác có thể phù hợp với Hùng, Linh, Châu, Vi, và các tên khác có thể thay thế. Ví dụ cụ thể hơn, nếu người dùng nhập vào Mạnh Linh, chương trình cần hiểu rằng người dùng đang tìm tên cho bé trai và đệm gợi ý không nên là Thùy vì Thùy Linh sẽ tạo thành tên nữ…
3 thông tin mà chương trình cần nắm rõ đó là:
- Chỉ số phân biệt giới của tên chính nam (100 tên nam phổ biến nhất);
- Chỉ số phân biệt giới của tên chính nữ (100 tên nữ phổ biến nhất);
- Chỉ số phân biệt giới của đệm gần tên chính nhất;
Thuật toán
Thông tin đầu vào sẽ là dạng một từ hoặc hai từ.
- Tách thông tin đầu vào thành đệm và tên chính nếu nó là dạng 2 từ;
- Xác định chỉ số phân biệt giới của tên chính;
- Xác định chỉ số phân biệt giới của đệm;
Các trường hợp:
- Cả đệm và tên chính đều có chỉ số phân biệt giới nghiêng về một giới cụ thể (tức là đều lớn hơn 1). Khi đó đệm + tên chính này sẽ mang giới đó. Ví dụ: Đức Hùng, có đệm Đức có chỉ số phân biệt giới dành cho nam là 157, và tên chính Hùng có chỉ số phân biệt giới là 411, đây thậm chí còn là tên rất nam tính. Ví dụ khác là Ngọc Châu, đệm Ngọc có chỉ số phân biệt giới dành cho nữ trên 4 một chút, còn Châu có chỉ số phân biệt giới trên 14, mặc dù không có đặc trưng giới mạnh như Đức Hùng về mặt thống kê, tên Ngọc Châu vẫn mang đặc trưng nữ rõ ràng với cả hai thành phần đệm và tên chính đều mang đặc trưng nữ nhiều hơn đáng kể;
- Tên chính có chỉ số phân biệt giới nghiêng về một giới, đệm lại có chỉ số phân biệt giới nghiêng về phía ngược lại. Khi đó giới tính của tên được xác định thông qua giới của tên đệm. Ví dụ Mạnh Linh, thì Linh là tên chính có khuynh hướng nữ, với chỉ số phân biệt giới là 23, trong khi Mạnh lại là đệm có khuynh hướng dành cho nam với chỉ số phân biệt giới lên đến 108, Mạnh Linh do vậy khớp với cảm nhận của chúng ta rằng tên này vẫn mang đầy đủ đặc trưng nam tính; Các ví dụ khác Quang Linh, Tiến Linh, cũng là các tên sử dụng đệm có chỉ số phân biệt giới rất cao để khắc phục ảnh hưởng của tên có thiên hướng nữ;
- Tuy nhiên cần chú ý đến độ mạnh của chỉ số phân biệt giới của đệm, chẳng hạn những đệm như Gia, và Nhật đều là các đệm có chỉ số phân biệt giới cao hơn dành cho Nam, nhưng không lớn, với Gia là hơn 2, Nhật là hơn 5 một chút, trong khi Linh có chỉ số phân biệt giới dành cho nữ lên tới 23, do vậy Gia Linh, Nhật Linh vẫn cho cảm giác nữ tính nhiều hơn;
- Vì vậy mô hình cần xác định tỷ lệ phân biệt giới giữa đệm và tên chính, nếu nó lớn hơn 2 thì tên đó mang giới của đệm, nếu nó nhỏ hơn 0,5 thì mang giới của tên chính. Nằm trong khoảng từ 0,5 – 2 là tên được xếp vào kiểu dễ gây nhầm lẫn và chương trình có lẽ không nên đưa ra các gợi ý này, nhằm đảm bảo chức năng phân biệt giới tốt cho tên;
- Cũng nhờ xác định được chỉ số phân biệt giới của tên, nên đối với những tên có chỉ số phân biệt giới theo giới mong muốn thấp, thì phần đệm gợi ý cần phải bù vào với các đệm có chỉ số phân biệt giới cao theo hướng ngược lại. Ví dụ người dùng nhập vào Mạnh Linh (tên nam), thì các đệm gợi ý cho tên này nên là Quang, Tiến, Tuấn thay vì Gia và Nhật;
Các mảng
Mảng chỉ số phân biệt giới tính của đệm gần tên chính nhất, mặc định là nam / nữ:
// Đối với 100 đệm nữ phổ biến nhất
$mid_female_pop = array(
"bảo 0.2906",
"ngọc 0.2377",
"thanh 0.6048",
"phương 0.0668",
"minh 2.3654",
"kim 0.08",
"khánh 0.2814",
"quỳnh 0.005",
"gia 2.3184",
"như 0.0363",
"anh 1.7481",
"thảo 0.0064",
"mỹ 0.0067",
"yến 0.0047",
"hồng 0.3364",
"thùy 0.007",
"tường 0.0623",
"hoàng 4.1042",
"thiên 1.3579",
"tuyết 0.0055",
"thu 0.0105",
"mai 0.0224",
"xuân 0.7826",
"trúc 0.014",
"thúy 0.0024",
"bích 0.0104",
"hà 0.0801",
"ánh 0.0198",
"hải 1.2511",
"nhã 0.0108",
"kiều 0.0104",
"cẩm 0.1481",
"diễm 0.0105",
"lan 0.0066",
"tú 0.0443",
"vân 0.0426",
"thủy 0.0144",
"trâm 0.005",
"trà 0.0085",
"thị -1",
"huỳnh 0.4075",
"uyên 0.0107",
"hoài 1.2162",
"nhật 5.1423",
"cát 0.0608",
"tâm 0.1695",
"huyền 0.0152",
"hương 0.018",
"linh 0.0706",
"khả 0.1092",
"ái 0.0177",
"an 1.0206",
"diệu 0.1006",
"ngân 0.037",
"thục 0.0106",
"quế 0.0538",
"kỳ 0.7218",
"tuệ 0.0798",
"đan 0.166",
"thái 4.7217",
"tố 0.0132",
"lê 2.4273",
"bội 0.0321",
"đông 0.8571",
"phi 2.4523",
"hạnh 0.0452",
"uyển -1",
"song 0.2656",
"nam 2.6087",
"huệ 0.0511",
"nguyệt 0.0116",
"ý 0.0545",
"mẫn 0.122",
"nguyên 5.2",
"phúc 10.3974",
"châu 0.4685",
"trang 0.0315",
"lam 0.121",
"tiểu 0.2213",
"bình 2.6083",
"hiền 0.2569",
"lệ 0.0093",
"băng 0.0093",
"mộng -1",
"đoan -1",
"triệu 1.2083",
"hiểu 0.383",
"việt 7.8696",
"thư 0.0112",
"vy 0.046",
"hạ 0.0247",
"lâm 2.3026",
"thụy 0.04",
"hiếu 4.3562",
"khải 3.411",
"phụng 0.0704",
"diệp 0.2143",
"thy 0.0597",
"khiết 0.1833",
"hân 0.0536"
);
// Đối với 100 đệm nam phổ biến nhất
$mid_male_pop = array(
"minh 2.3654",
"gia 2.3184",
"hoàng 4.1042",
"quốc 256.913",
"anh 1.7481",
"thanh 0.6048",
"thành 328.9167",
"tuấn 377.2",
"tấn 438.375",
"đức 157.1579",
"quang 218.6154",
"văn 394.1429",
"bảo 0.2906",
"nhật 5.1423",
"đăng 81.5667",
"duy 56.55",
"thiên 1.3579",
"ngọc 0.2377",
"trung 96.15",
"hữu 136.9286",
"trọng 231.5",
"phúc 10.3974",
"tiến 506.6667",
"chí 138.1",
"khánh 0.2814",
"hải 1.2511",
"huy 97.1667",
"đình 34.9091",
"xuân 0.7826",
"thái 4.7217",
"công 177.8333",
"trí 110.6667",
"thế 100.8889",
"phước 18.5217",
"phú 49.6471",
"hồng 0.3364",
"nguyên 5.2",
"trường 15.5417",
"việt 7.8696",
"vĩnh 17.125",
"hoài 1.2162",
"mạnh 108.1667",
"thiện 14.45",
"lê 2.4273",
"phi 2.4523",
"nam 2.6087",
"phương 0.0668",
"bá 221.5",
"đại 103.5",
"an 1.0206",
"kim 0.08",
"khôi 17.1429",
"kiến 48.7143",
"hiếu 4.3562",
"nhựt 12.0385",
"bình 2.6083",
"cao 24",
"vũ 16.8824",
"hùng 84",
"khải 3.411",
"chấn 247",
"huỳnh 0.4075",
"viết 43.6",
"hưng 194",
"tùng 5.3889",
"đông 0.8571",
"phát 180",
"kỳ 0.7218",
"hạo 14.8333",
"long 25.2857",
"nhất 11",
"lâm 2.3026",
"vĩ 32.2",
"thuận 7.85",
"khang 7.8421",
"vinh 24.6667",
"sơn 4.3333",
"nguyễn 6.7143",
"quý 3.2857",
"khắc 32.75",
"trần 21.5",
"cẩm 0.1481",
"sỹ 119",
"nhân 6.5",
"triệu 1.2083",
"như 0.0363",
"tuần -1",
"tường 0.0623",
"phong 20",
"tần -1",
"dương 6.125",
"đắc -1",
"hào 43",
"danh 17",
"triều 3.4",
"hà 0.0801",
"tâm 0.1695",
"hòa 7.8",
"sĩ 35.5",
"hoàn 1.4792"
);Mảng chỉ số phân biệt giới tính của tên chính, mặc định là nam / nữ:
// Đối với 100 tên nữ phổ biến nhất
$forename_female_pop = array(
"anh 0.4168",
"vy 0.0071",
"ngọc 0.0349",
"nhi 0.006",
"hân 0.0106",
"thư 0.0063",
"linh 0.0434",
"như 0.0055",
"ngân 0.0095",
"phương 0.1652",
"thảo 0.0291",
"my 0.0061",
"trân 0.0061",
"quỳnh 0.0188",
"nghi 0.0256",
"trang 0.0066",
"trâm 0.0078",
"an 0.8035",
"thy 0.0079",
"châu 0.0713",
"trúc 0.0128",
"uyên 0.0019",
"yến 0.0057",
"ý 0.0234",
"tiên 0.0154",
"mai 0.0085",
"hà 0.0871",
"vân 0.0131",
"nguyên 1.4339",
"hương 0.0078",
"quyên 0.0099",
"duyên 0.0078",
"kim 0.0488",
"trinh 0.0057",
"thanh 0.4069",
"tuyền 0.0179",
"hằng 0.0108",
"dương 0.6413",
"chi 0.0175",
"giang 0.3136",
"tâm 1.1008",
"lam 0.0492",
"tú 1.306",
"ánh 0.0299",
"hiền 0.2148",
"khánh 2.0549",
"minh 6.0777",
"huyền 0.0067",
"thùy 0.0035",
"vi 0.0165",
"ly 0.0095",
"dung 0.002",
"nhung 0.002",
"phúc 7.5168",
"lan 0.0064",
"phụng 0.0783",
"ân 1.7271",
"thi 0.0827",
"khanh 0.6532",
"kỳ 0.5221",
"nga 0.005",
"tường 0.8272",
"thúy 0.0028",
"mỹ 0.1194",
"hoa 0.0335",
"tuyết 0.0028",
"lâm 2.7394",
"thủy 0.0291",
"đan 0.1518",
"hạnh 0.0393",
"xuân 0.0634",
"oanh 0.0121",
"mẫn 0.4114",
"khuê 0.1151",
"diệp 0.0299",
"thương 0.1706",
"nhiên 0.274",
"băng 0.0246",
"hồng 0.084",
"bình 2.8223",
"loan 0.0043",
"thơ 0.0086",
"phượng 0.0181",
"mi 0.0046",
"nhã 0.1981",
"nguyệt -1",
"bích 0.0105",
"đào 0.037",
"diễm -1",
"kiều 0.0233",
"hiếu 11.1813",
"di 0.1282",
"liên -1",
"trà 0.071",
"tuệ 0.2895",
"thắm -1",
"diệu 0.0435",
"quân 15.8971",
"nhàn 0.1691",
"doanh 0.2647",
);
// Đối với 100 đệm nam phổ biến nhất
$forename_male_pop = array(
"huy 363.5882",
"khang 164.7188",
"bảo 65.2436",
"minh 6.0777",
"phúc 7.5168",
"anh 0.4168",
"khoa 93.6471",
"phát 313",
"đạt 311.7",
"khôi 42.6984",
"long 356.8571",
"nam 130.6667",
"duy 51",
"quân 15.8971",
"kiệt 1042.5",
"thịnh 131.0667",
"tuấn 270.1429",
"hưng 156.6667",
"hoàng 23.2278",
"hiếu 11.1813",
"nhân 41.381",
"trí 284.8333",
"tài 238.7143",
"phong 396",
"nguyên 1.4339",
"an 0.8035",
"phú 89.8235",
"thành 121.5833",
"đức 175.75",
"dũng 341.25",
"lộc 27.8511",
"khánh 2.0549",
"vinh 243.2",
"tiến 119.1",
"nghĩa 93.6667",
"thiện 34.6875",
"hào 272.25",
"hải 54.9474",
"đăng 69",
"quang 333.3333",
"lâm 2.7394",
"nhật 41.087",
"trung 130.1429",
"thắng 296.3333",
"tú 1.306",
"hùng 411",
"tâm 1.1008",
"sang 12.6032",
"sơn 131.8333",
"thái 131.3333",
"cường 196",
"vũ 86.6667",
"toàn 193.25",
"ân 1.7271",
"thuận 15.9333",
"bình 2.8223",
"trường -1",
"danh 69.8889",
"kiên 306.5",
"phước 30",
"thiên 10.6226",
"tân 56.2",
"việt 53.6",
"khải 74.7143",
"tín 254.5",
"dương 0.6413",
"tùng 252",
"quý 9.5294",
"hậu 8.2203",
"trọng 161",
"triết 105.75",
"luân 410",
"phương 0.1652",
"quốc 129.6667",
"thông 76",
"khiêm 366",
"hòa 4.4321",
"thanh 0.4069",
"tường 0.8272",
"kha 10.129",
"vỹ 94.3333",
"bách 140",
"khanh 0.6532",
"mạnh 137",
"lợi 8.1563",
"đại 244",
"hiệp 26",
"đông 16.7143",
"nhựt 45.8",
"giang 0.3136",
"kỳ 0.5221",
"phi 4.5319",
"tấn 106",
"văn 3.6071",
"vương 39.8",
"công 95.5",
"hiển 94",
"linh 0.0434",
"ngọc 0.0349",
"vĩ 58",
);