現在有個需求是這樣子的:
需要計算搜尋詞的權重設定其為總排序權重的0.6,其他因素的權重為0.4
其他因素中還有詳細的劃分.
這裡我們用Solr如何來實現?眾所周知solr預設的排序方式為按照文字相似度來進行降序排列的,現在我們要將打分的Score作為排序的一個因子來利用.就需要單獨的獲取到Score.
網上是有一些通過繼承類來實現的方式的.這裡我不再累述,而說一種通過Solr內建的函式來實現的方式.

solr提供了函式查詢的方式,也能用函式的計算結果來作為排序的欄位.我們用solr的函式是可以拿到查詢的score打分的,下面給出相應的證明:

原始查詢打分如圖:下面使用solr獲取可以操作的score,如圖:能看出來,我們自己得到的myscore和原始的score的大小是一致的.



下面看一個例子及其相應的打分函式的實現:



①匹配權重係數：0.6，
權重因子係數：
標題 0.6   正文0.4
②其他權重係數：0.4
評論得分：0.3
點贊數得分：0.25
最後評論時間得分:0.2
瀏覽量得分：0.15
收藏數得分：0.1


拿搜尋詞 話題 來舉例子,函式如下:

myscore:sum(product(scale(query({!v='topicName:"話題"^3  OR topicContent:話題^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))



我們用函式來排序能看出來綜合排序是有效果的,score大的不一定在前面了
由於考慮到效能問題,真正程式碼實現時可以犧牲一部分的準確性,先離線計算一下其他部分的分值,儲存起來,直接綜合文字相似度和其他權重即可.能提高一部分的查詢效率.但是資料量太大還是會存在問題(需要考慮做rerank來進行一個topN的精確排序)
離線部分索引程式碼和查詢部分的生成排序的函式如下:

查詢部分的排序欄位使用函式來實現:到此基本上綜合多因素排序部分基本上可以算完成了,下面就是根據的搜尋效果來調整演算法和引數了!