solr custom similarity

2019独角兽企业重金招聘Python工程师标准>>>

1. 需求原因

由于对于关键字的处理会发生如下情况：

搜索关键字---你好，会命中如下情况

“你好你好你好” 和 “你好”

前者score要比后者大很多,在根据score的评分中，会排在前面，影响用户体验

2. 解决办法：

修改评分规则，忽略关键字重复所产生的不必要权重

重写lucene的 DefaultSimilarity中 tf(float freq)方法， 在solr源码的中新建ConstTfSolrSimilarity类：

package com.mycompany.solr.util;
import org.apache.lucene.search.similarities.DefaultSimilarity;  

/** 
 * tf(t in d) = 1 
 * @author   
 * @version V1.0 2016-05-20 
 */ 

public class ConstTfSolrSimilarity extends DefaultSimilarity{  

        @Override 
        public float tf(float freq) {   
            return 1.0f;    
        }    

        @Override
        public String toString() {
        return "ConstTfSolrSimilarity";
        }  

}  

把这个类打成jar包，eclipse打jar包的方法也比较简单。

3. 配置过程：

3.1 将所给的ConstTfSolrSimilarity.jar 文件复制到tomcat下的： webapps\solr\WEB-INF\lib里面；

3.2 在schema.xml配置文件中添加如下配置：

<similarity class="com.goodjobs.solr.util.ConstTfSolrSimilarity">
  </similarity> 

3.3 重启tomcat后，配置即可生效。

转载于:https://my.oschina.net/fight123/blog/681337