使用现有字段进行 solr 排名

Question

我正在使用 DataImportHandler 将 mysql 数据库中的数据加载到 Solr 中。每个文档都包含一个 popularity 字段(int 类型)，该字段是从另一个应用程序计算出来并保存到 mysql 中的(该字段基于与应用程序域相关的一些规则)。

我如何使用这个值来提高 solr 排名？将 solr score 与 popularity 值相加是否正确？ 如何bf可以在这里使用吗？

Answer 1

一个可能有效的良好起点是将分数乘以随着受欢迎程度而(缓慢)增加的次线性函数。例如，

newScore = score * log(1 + 0.5 * popularity)

要应用此提升，您应该使用 Solr 的 EDisMax query parser并通过the boost parameter具有以下值:

&boost=log(sum(1, product(0.5, popularity)))

其中流行度是字段的名称。您不需要使用 bf 参数，因为您应该使用乘法提升，而不是加法提升。

之所以加1是为了处理popularity=0的情况(因此如果每个文档的流行度始终至少为1，则不需要加1)。通过将 0.5 因子更改为其他值，可以增加或减少流行效果的强度。例如，您可以使用因子 2 来增强效果:

newScore = score * log(1 + 2 * popularity)

一个好的因素可能是 9/m 左右，其中 m 是您期望的中值流行度，因为在这种情况下，“中值文档”的提升(中位数是指它的流行度等于m)将是1(也就是说，它的分数根本不会提高)。

再次强调，这只是一个起点，您必须尝试不同的增强函数，直到找到性能良好的函数。