Lucene找到交叉點最多的文檔

Question

我想在Lucene中實現「共同朋友」的功能，所以我有許多文檔和朋友列表。

DOC: 
    id: p1 
    name: Mike 
    profile_id: 1 
    friends_id: [2,3,4,5,6,7,8] 

或

id: p3 
name: John 
profile_id: 3 
friends_id: [6,7,8,9,10] 

或

id: p5 
    name: Roftl 
    profile_id: 5 
    friends_id: [1,2,3,6,10] 

如果我是邁克帳戶，我想找到一個Lucene的查詢與共同的朋友高NUMER另一個帳戶。如果可能的話，還可以在該答覆中添加該字段。

Answer 1

您可以嘗試以下步驟。

1）訪問Mike文檔的termvector。

2）進入該領域的術語friends_id

3）迭代那些術語（即friend_ids）和形成術語查詢的一個布爾查詢。

4）用該查詢搜索索引。

5）假設你沒有在friends_id提交的重複條款，它應該工作。最好的結果應該符合你的要求。

它更好，因爲Lucene提供了MoreLikeThisQuery來爲查詢中提供的術語實現類似的文檔。

簡而言之，此查詢用於查找候選文檔的類似文檔。它所做的只是上面的步驟。在你的用例中，你不是在尋找候選文檔的類似文檔，而是尋找文檔中字段的頂部相似文檔。

下面是MoreLikeThisQuery

Another tutorial

示例代碼