基于标签优先搜索相关故事

Question

我需要根据故事的标签搜索相关的故事..

假设我有一个有 4 个标签的故事，所以我的相关故事逻辑将是

• 第 1 步：搜索故事下的所有 4 个标签 >> 显示故事

• 第 2 步：搜索 3 个标签，创建与标签相关的不同排列和组合 >> 显示故事

• 第 3 步：搜索 2 个标签，创建与标签相关的不同排列组合 >> 显示故事
• 第 4 步：依次搜索标签，如果找到，则在“更多类似”字段中显示相同的标签。

我怎样才能做到这一点。我是 Solr 的新手请指导我...

Answer 1

Thomas 在 cmets 中的建议是个好主意，但可能会给您错误的结果 - 例如，如果您有两个非常常见的标签，而两个标签是所讨论的两个故事所独有的。即：

• 故事 1（foo、bar、the、is）
• 故事 2（foo、bar、ask、barf）
• 故事 3（baz、bar、the、is）
• .. 以“the”和“is”为标签重复数千个其他故事

如果您在显示第一个条目时搜索tag:(foo OR bar OR the OR is)，您可能会得到故事 2 - 因为它具有最“有价值”的标签（并且 Solr 的默认计算使用术语出现在文档中的时间除以它出现的文档总数）。

最佳结果可能（这将取决于您的用例）仍然是故事 2，但如果您真的想要获得匹配三个标签的文档，你必须以不同的方式来做。

如果你需要第二个选项，你可以使用函数查询来解决这个问题：termfreq 返回一个词在文档中出现的次数（如果你的标签在文档中是不同的，这将是 @987654324 @)。 sum 允许您对每个函数的值求和，例如：

sum(termfreq(tag, 'foo'), termfreq(tag, 'bar'), termfreq(tag, 'the'), termfreq('is')) 

.. 将为您用于排序的每个文档提供不同的标签计数。

您还可以选择使用自定义的 Similarity 类，这将为每个术语返回相同的相似度分数（并且根据您使用的 Solr 版本，可以为每个字段设置相似度（而不仅仅是核））。我不认为有一个，but there's plenty of examples available。