Solr进阶之Solr综合文本相似度的多因素权重排序实现

现在有个需求是这样子的:

需要计算搜索词的权重设置其为总排序权重的0.6,其他因素的权重为0.4

其他因素中还有详细的划分.

这里我们用Solr如何来实现?众所周知solr默认的排序方式为按照文本相似度来进行降序排列的,现在我们要将打分的Score作为排序的一个因子来利用.就需要单独的获取到Score.

网上是有一些通过继承类来实现的方式的.这里我不再累述,而说一种通过Solr内置的函数来实现的方式.

solr提供了函数查询的方式,也能用函数的计算结果来作为排序的字段.我们用solr的函数是可以拿到查询的score打分的,下面给出相应的证明:

原始查询打分如图:


下面使用solr获取可以操作的score,如图:

能看出来,我们自己得到的myscore和原始的score的大小是一致的.

下面看一个例子及其相应的打分函数的实现:

①匹配权重系数：0.6，

权重因子系数：

标题 0.6   正文0.4

②其他权重系数：0.4

评论得分：0.3

点赞数得分：0.25

最后评论时间得分:0.2

浏览量得分：0.15

收藏数得分：0.1

拿搜索词 话题 来举例子,函数如下:

myscore:sum(product(scale(query({!v='topicName:"话题"^3  OR topicContent:话题^2'}),0,1),0.6),product(sum(product(scale(topicReplyNum,0,1),0.3),product(scale(likeCount,0,1),0.25),product(scale(collectionNum,0,1),0.1),product(scale(countPV,0,1),0.15),product(scale(lastReplyTime,0,1),0.2)),0.4))

我们用函数来排序能看出来综合排序是有效果的,score大的不一定在前面了

由于考虑到性能问题,真正代码实现时可以牺牲一部分的准确性,先离线计算一下其他部分的分值,存储起来,直接综合文本相似度和其他权重即可.能提高一部分的查询效率.但是数据量太大还是会存在问题(需要考虑做rerank来进行一个topN的精确排序)

离线部分索引代码和查询部分的生成排序的函数如下:

查询部分的排序字段使用函数来实现:



到此基本上综合多因素排序部分基本上可以算完成了,下面就是根据的搜索效果来调整算法和参数了!