扩展/改变 Zend_Search_Lucene 的搜索方式答案

【问题标题】：Extending / changing how Zend_Search_Lucene searches扩展/改变 Zend_Search_Lucene 的搜索方式
【发布时间】：2010-05-12 12:21:52
【问题描述】：

我目前正在使用 Zend_Search_Lucene 来索引和搜索目前大约 1000 个左右的文档。我想做的是从当前的默认值更改引擎对文档的评分方式。

Zend_Search_Lucene 对文档中点击次数的频率进行评分，因此具有 10 个匹配词 PHP 的文档将比仅匹配 3 个 PHP。我想要做的是传递一些关键词并根据这些关键词的点击率来评分。例如

我通过5个关键词说，PHP、MySQL、Javascript、HTML和CSS 我搜索的索引。一份文档与这些关键词有 3 个匹配项，一份文档具有全部 4 个匹配项，其中 4 个匹配项得分最高。文档中这些词的实例数量与我无关。

现在我已经快速浏览了 Zend_Search_Lucene_Search_Similarity，但是我必须承认我不确定（或那么聪明）知道如何使用它来实现我所追求的目标。

使用 Lucene 可以实现我想要做的事情还是有更好的解决方案？

【问题讨论】：

标签： php zend-framework search lucene zend-search-lucene

【解决方案1】：

对于我在手册的Zend_Search_Lucene_Search_Similarity section 中所理解的内容，我将首先扩展默认的相似性类以覆盖 tf（词频）方法，这样它就不会改变分数：

class MySimilarity extends Zend_Search_Lucene_Search_Similarity {    
    public function tf($freq) {
        return 1.0; // overriding default sqrt($freq);
    }
}

这种方式不应该考虑匹配的数量。你觉得这样就够了吗？

然后，将其设置为索引前的默认相似度算法：

Zend_Search_Lucene_Search_Similarity::setDefault(new MySimilarity());

【讨论】：

这在一定程度上提高了文档的评分，但还有一些工作要做，我认为也可以通过提升关键术语来帮助。再次感谢。