我在这里做了很长时间的浏览器，但从来没有一个没有被问过的问题。所以这里是：
我在使用 SOLR 搜索时遇到了问题，在 SOLR 上的一些搜索（比如 DVD 播放器）往往会在前 50 个结果中返回来自同一制造商的大量搜索结果。
现在假设我想为我的最终用户提供最好的搜索体验，以及我目录中最好的产品种类，我将如何提供一种缺点来减少同一品牌出现在搜索结果超过 5 次。作为记录，我使用的是相当标准的 DisMax 搜索处理程序。
这种逻辑只适用于“DVD Players”或“Hard Drives”等极其广泛的查询，我自然不会使用它来塑造“Samsung DVD Players”的搜索结果。
我不知道 SOLR 是否有一个漂亮的功能可以自动执行此操作，或者我是否必须开始修改搜索处理程序逻辑。
【问题讨论】：
我没有用过这个，但我相信字段折叠/分组会是你想要的。
http://wiki.apache.org/solr/FieldCollapsing
如果我正确理解此功能，它会将类似的结果分组，就像 http://news.google.com/ 通过对类似新闻故事进行分组一样。
【讨论】：
这里有一些想法，虽然我自己没有尝试过。
您可以使用 Solr 的 Carrot 插件对搜索结果进行集群，比如制造商，然后将其提供给自定义 RequestHandler 以重新排序（从每个制造商集群中挑选樱桃）结果以实现多样性。
但是，这种方法有一个缺点，您可能需要获取比必要更大的数据，其次搜索结果将是合成的。
【讨论】：
实现这一目标是一个漫长而复杂的过程，但值得一试。假设您要搜索的主要字段是一个名为标题的字段，首先您需要确保其中包含“dvd player”的所有文档具有相同的分数。您可以通过忽略 solr 评分参数来做到这一点，例如字段规范（设置 omitNorms=true）和术语频率（编写一个 solr 插件以忽略它）代码。..
实现细节：
1) 编译如下类并放入Solr WEB-INF/classes
package my.package;
import org.apache.lucene.search.DefaultSimilarity;
public class CustomSimilarity extends DefaultSimilarity {
public float tf(float freq) {
return freq > 0 ? 1.0f : 0.0f;
}
}
相似度 class="my.package.CustomSimilarity"
所有这些都将帮助您为标题中带有“dvd player”的所有文档打分。之后，您可以定义一个随机类型的字段。然后，当您查询 solr 时，您可以先按分数排列，然后按随机字段排列。由于包含 DVD 播放器的所有文档的分数相同，结果将按随机字段排列，从而为客户提供目录中更好的产品种类。
【讨论】：