什么是 solr 聚类组件答案

【问题标题】：what is solr clustering component什么是 solr 聚类组件
【发布时间】：2011-06-29 23:41:03
【问题描述】：

我刚刚浏览了 solr wiki 页面进行聚类。但我没有得到使用集群的好处。谁能告诉我什么是真正的聚类以及它在索引和搜索中的用途。

请回复

【问题讨论】：

【解决方案1】：

聚类是一种统计技术，可将数据分组到“属于同一类”的组中。具体来说，在 Solr 中，这意味着它将尝试对某个查询的结果进行分组并标记这些组。

这可以为您提供有关返回结果性质的更多信息。示例：如果您在非常广泛的文档集上搜索“Python”，集群组件可能会为“Python 编程语言”、“Python the snake”等创建组。

查看 Carrot2 演示站点以获取演示：（Carrot2 是 Solr 附带的集群引擎）

Solr 的聚类组件 (Carrot2) 使用 Solr 在结果列表中返回的文本字段对文档进行聚类。（使用的字段是可配置的。）它使用文本字段中的术语来构建集群并标记它们。

Carrot2 网站上有一个非常有趣的演示文稿：

【讨论】：

在什么基础上对结果进行分组。我的意思是它如何标记结果
Solr 的聚类组件 (Carrot2) 使用 Solr 在结果列表中返回的文本字段对文档进行聚类。（使用的字段是可配置的。）它使用文本字段中的术语来构建集群并标记它们。 Carrot2 网站上有一个非常有趣的介绍：project.carrot2.org/publications/carrot2-dresden-2007.pdf
会聚集影响索引。以及如何使用集群显示在我的搜索结果中。当我在我的 XML 结果中得到标记时。我需要解析它以显示在搜索结果中吗？
它不会影响您的索引。集群是在查询时生成的。您可以随时禁用/启用/使用该功能，而无需更改索引。您将在标记中获得集群。这将包含不同的集群、每个集群的标签以及属于该集群的文档 ID 列表。你需要解析它。