Solr术语多样性查询

Question

我试图根据某个词在结果中出现的次数来对我的文档进行评分。

用例如下：

假设我有一个包含数千个对象的索引，每个对象都有一个名为color的字段。如果我想查找所有对象并返回20行的子集，我该如何提升文档以便根据颜色字段项对结果进行均匀划分？

因此，如果索引包含1000个文档，其中字段颜色的术语被划分为：

• 红色：100个文件
• blue：200个文件
• 黄色：300个文件
• 绿色：400个文件

我如何（在查询这些文件的情况下）确保颜色均匀分布，以便（在20行的情况下）我得到具有以下术语的文件：

• red：5个文件
• 蓝色：5个文件
• 黄色：5个文件
• 绿色：5个文件

我尝试均匀地推广这样的术语：

(color:red^4 color:blue^4 color:yellow^4 color:green^4)

但那不起作用（得分仍然不同）除此之外，在真实场景中，我并未意识到这些条款。我想知道是否有一个简单的解决方案，我正在查看FunctionQuery，但我不知道这是否有助于解决我的问题

---

我不知道以下内容是否更容易。而不是根据术语平均分配结果集，我想保持＆＃34;流行度＆＃34;这个词。所以在这种情况下（再次提交20个文件）我想要检索：

• 红色：2份文件（100/1000 * 20）
• 蓝色：4份文件（200/1000 * 20）
• 黄色：6份文件（300/1000 * 20）
• 绿色：8个文件（400/1000 * 20）

Answer 1

最佳解决方案可能是分组功能。

如果您在请求中设置了这些参数：

group=true&group.field=color&group.limit=5

Solr会将结果分组为颜色。通过设置group.limit，您可以决定每组需要多少结果。有关详细信息，请查看this链接。

我不确定这对你的用例是否足够，但我希望它有所帮助。