Solr 术语多样性查询

Question

我正在尝试根据某个术语在结果中出现的次数对我的文档进行评分。

用例如下：

假设我有一个包含数千个对象的索引，每个对象都有一个名为color 的字段。如果我想查找所有对象并返回 20 行的子集，我如何提升文档以便根据颜色字段术语平均划分结果？

因此，如果索引包含 1000 个文档，其中字段颜色的术语被划分为：

• 红色：100 个文档
• 蓝色：200 个文档
• 黄色：300 个文档
• 绿色：400 个文档

我如何（在查询这些文档的情况下）确保颜色均匀分布，以便（在 20 行的情况下）我得到具有以下术语的文档：

• 红色：5 个文档
• 蓝色：5 个文档
• 黄色：5 个文档
• 绿色：5 个文档

我尝试像这样均匀地提升术语：

(color:red^4 color:blue^4 color:yellow^4 color:green^4)

但这不起作用（分数仍然不同），除此之外，在真实场景中我不知道这些条款。我想知道是否有一个简单的解决方案，我正在查看FunctionQuery，但我不知道这是否会帮助我解决我的问题

---

我不知道以下是否更容易。我不想根据术语平均划分结果集，而是想保持术语的“流行度”。所以在这种情况下（又是 20 个文档）我想检索：

• 红色：2 个文档 (100 / 1000 * 20)
• 蓝色：4 个文档 (200 / 1000 * 20)
• 黄色：6 个文档 (300 / 1000 * 20)
• 绿色：8 个文档 (400 / 1000 * 20)

Answer 1

最好的解决方案可能是分组功能。

如果您在请求中设置这些参数：

group=true&group.field=color&group.limit=5

Solr 会将结果按颜色分组。通过设置 group.limit 您可以决定每组需要多少结果。更多信息请查看this链接。

我不确定这是否足以满足您的用例，但希望对您有所帮助。