solr搜索结果按更新时间与关键字相关度排序

2019独角兽企业重金招聘Python工程师标准>>>

  项目中用solr（lucene内核）来完成全文检索。项目中需求是搜索文章时，返回的结果中与搜索关键词匹配度高的要靠前，更新时间近的文章也要靠前。lucene框架有一套完善的评分公式：

    coord(q,d) 评分因子，基于文档中出现查询项的个数。越多的查询项在一个文档中，说明文档的匹配程度越高。
    queryNorm(q)查询的标准查询
    tf(t in d) 指项t在文档d中出现的次数frequency。具体值为次数的开根号。
    idf(t) 反转文档频率, 出现项t的文档数docFreq
    t.getBoost 查询时候查询项加权
    norm(t,d) 长度相关的加权因子

 根据这个公式默认的排序就是 文档与搜索词匹配度越高，排序越靠前。要加入其他因素对排序影响，一般通过更改boost的值。Solr的edismax方式的bf查询配置就是更改boost值影响总体打分。

在solrconfig.xml中加入下面配置：

   <requestHandler name="/select" class="solr.SearchHandler">
		<lst name="defaults">
		<str name="defType">edismax</str>
		<str name="bf">
		recip(ms(NOW,publishTime),3.16e-11,1,1)
		</str>
		<str name="pf">
		</str>
		<str name="qf">
		</str>
		</lst>
  </requestHandler>

  bf中的公式就是1/(ms(NOW-updateTime)*3.16e-11)+1 ，ms()是两个时间的毫秒差（详见

http://wiki.apache.org/solr/FunctionQuery）。公式中：更新时间与now相差越大，分数越小；分数在0-1之内；最近的更新时间和最远的更新时间对分数影响斜度不会太大。

 

 

 

转载于:https://my.oschina.net/passerman/blog/710141