Solr相似匹配

在网页搜索或电商产品搜索结果页面，很多时候会看到一个相似文档、相似产品或找相似的链接。Solr 使用 MoreLikeThisComponent（MLT）和 MoreLikeThisHandler 实现了一样的功能。如上所述，MLT 是与标准 SolrRequestHandler 集成在一起的；MoreLikeThisHandler 与 MLT 结合在一起，并添加了一些其他选项，但它要求发布一个单一的请求。我将着重讲述 MLT，因为使用它的可能性更大一些。

MLT 要求字段被储存或使用检索词向量，检索词向量以一种以文档为中心的方式储存信息。MLT 通过文档的内容来计算文档中关键词语，然后使用原始查询词语和这些新词语创建一个新的查询。提交新查询就会返回其他查询结果。所有这些都可以用检索词向量来完成：只需将 termVectors="true" 添加到 schema.xml 中的 <field> 声明。

查询参数

id，文档主键，或使用其他唯一键；

fl，需要返回的字段

mtl.fl，根据哪些字段判断相似度

mlt.mindf，最小文档频率，所在文档的个数小于这个值的词将不用于相似判断

mlt.mintf，最小分词频率，在单个文档中出现频率小于这个值的词将不用于相似判断

mlt.count，返回相似文章个数

需要注意的是 mlt.fl 中的 field 的 termVectors=true 才有效果。

public static void addIndex(){

        HttpSolrClient server = solrServer.getServer();

        List<ProductBO> list = new ArrayList<>();

        ProductBO bo1 = new ProductBO();

        bo1.setId("1001");

        bo1.setTitle("海尔模卡 (MOOKA) 65K5 65寸安卓智能网络窄边框全高清LED液晶电视");

        bo1.setMajor_s("家用电器");

        bo1.setSubMajor_s("电视");

        bo1.setBrand_s("海尔");

        bo1.setModel_s("65K5");

        bo1.setPrice_i(5400);

        list.add(bo1);

        bo1 = new ProductBO();

        bo1.setId("1002");

        bo1.setTitle("三星 (SANSUNG) UA55JU5900JXXZ 55英寸 4K超高清智能 LED液晶电视 黑色");

        bo1.setMajor_s("家用电器");

        bo1.setSubMajor_s("电视");

        bo1.setModel_s("UA55JU5900");

        bo1.setBrand_s("三星");

        bo1.setPrice_i(6400);

        list.add(bo1);

        bo1 = new ProductBO();

        bo1.setId("2001");

        bo1.setTitle("格力(GREE) 大1匹 变频 Qbo 壁挂式冷暖空调 KFR-26GW/(26596)FNAa-A3");

        bo1.setMajor_s("家用电器");

        bo1.setSubMajor_s("空调");

        bo1.setBrand_s("格力");

        bo1.setModel_s("KFR-26GW/(26596)FNAa-A3");

        bo1.setPrice_i(7700);

        list.add(bo1);

        bo1 = new ProductBO();

        bo1.setId("2002");

        bo1.setTitle("奥克斯(AUX) 正1.5匹 冷暖 定速 隐藏式显示屏 壁挂式 空调 KFR-35GW/HFJ+3");

        bo1.setMajor_s("家用电器");

        bo1.setSubMajor_s("空调");

        bo1.setBrand_s("奥克斯");

        bo1.setModel_s("KFR-35GW/HFJ+3");

        bo1.setPrice_i(6600);

        list.add(bo1);

        bo1 = new ProductBO();

        bo1.setId("2003");

        bo1.setTitle("海尔(HAIER) 1.5匹 变频 静音空调 冷暖 壁挂式空调 KFR-35GW/01JDA23A");

        bo1.setMajor_s("家用电器");

        bo1.setSubMajor_s("空调");

        bo1.setBrand_s("海尔");

        bo1.setModel_s("KFR-35GW/01JDA23A");

        bo1.setPrice_i(9600);

        list.add(bo1);

        try {

            server.addBeans(list);

            server.commit();

        } catch (SolrServerException | IOException e) {

            e.printStackTrace();

        }

    }

package morelikethis;

import java.io.Serializable;

import org.apache.solr.client.solrj.beans.Field;

public class ProductBO implements Serializable{

    private static final long serialVersionUID = 1L;

    @Field

    private String id;

    @Field

    private String title;

    @Field

    private String major_s;

    @Field

    private String subMajor_s;

    @Field

    private String brand_s;

    @Field

    private int price_i;

    public String getId() {

        return id;

    }

    public void setId(String id) {

        this.id = id;

    }

    public String getTitle() {

        return title;

    }

    public void setTitle(String title) {

        this.title = title;

    }

    public String getMajor_s() {

        return major_s;

    }

    public void setMajor_s(String major_s) {

        this.major_s = major_s;

    }

    public String getSubMajor_s() {

        return subMajor_s;

    }

    public void setSubMajor_s(String subMajor_s) {

        this.subMajor_s = subMajor_s;

    }

    public String getBrand_s() {

        return brand_s;

    }

    public void setBrand_s(String brand_s) {

        this.brand_s = brand_s;

    }

    public int getPrice_i() {

        return price_i;

    }

    public void setPrice_i(int price_i) {

        this.price_i = price_i;

    }

}

package morelikethis;

import java.util.ArrayList;

import java.util.List;

import org.apache.solr.client.solrj.SolrQuery;

import org.apache.solr.client.solrj.impl.HttpSolrClient;

import org.apache.solr.client.solrj.response.QueryResponse;

import org.apache.solr.common.SolrDocument;

import org.apache.solr.common.SolrDocumentList;

import org.apache.solr.common.util.SimpleOrderedMap;

import solr.solrServer;

public class SolrMlt {

    @SuppressWarnings("unchecked")

    public static void search(){

        HttpSolrClient server = solrServer.getServer();

        SolrQuery query = new SolrQuery();

        List<ProductBO> articles = new ArrayList<ProductBO>();

        query.setQuery("id:1001")

                .setParam("fl", "id,title,brand_s")//返回的字段

                .setParam("mlt", "true")//打开组建

                .setParam("mlt.fl", "title")//用于判断相似的字段

                .setParam("mlt.mindf", "1")//过滤文档数小于1的文档集合

                .setParam("mlt.mintf","1")//过滤单个文档中关键字小于1的文档

                .setParam("mlt.count", "10");

        QueryResponse queryResponse;

        try {

            queryResponse = server.query(query);

            SimpleOrderedMap<SolrDocumentList> mltResults = (SimpleOrderedMap<SolrDocumentList>) queryResponse.getResponse().get("moreLikeThis");

            for(int i=0;i<mltResults.size();i++){

                SolrDocumentList items = mltResults.getVal(i);

                for (SolrDocument doc : items) {

                    String id = doc.getFieldValue("id").toString();

                    if(id.equals("1001")){

                        continue;//排除自身

                    }

                    System.out.println(doc.getFieldValue("title").toString());

                }

            }

        } catch (Exception e) {

            e.printStackTrace();

        }

    }

    public static void main(String[] args) {

        search();

    }

}

MLT

11.solr学习速成之MoreLikeThis

Solr相似匹配

查询参数