Solr Lucene模糊匹配返回錯誤結果

Question

我想測試SOLR爲我的應用程序找到字符串之間的百分比匹配。

我現在只爲first_name匹配配置了solr和定義的模式，我在schema（solr 3.3）中使用了text_general數據類型。

在我的文檔/ CSV我不停詞「rushik」和Solr的查詢我試圖用「rushk」搜索 - 故意去掉「我」

與Levenshtein算法

理想的距離是字符串之間上面的兩個1因此字符串之間的百分比匹配應該是（1 - distance/maxLen（string1，string2）），它是（1 - 1/6）= 0.83 - 這意味着兩個字符串都是83％的匹配。

但是在solr它的匹配，直到我給查詢rushk〜0.79 - 當我使用〜0.80,0.81等它與文檔不匹配時。

不知道我的levenshtein字符串匹配的計算是不正確的，或者我怎麼確定問題出在哪裏。

任何幫助這裏是高度讚賞。

謝謝， Rushik。

Answer 1

模糊百分比計算進行模糊查詢 -

distance = 1 - ((double)dist/(double)Math.min(textlen, targetlen)); 
return (distance > FUZZY_THRESHOLD); 

在你的情況下，將1 - 1/5 = 0.8 因此，這似乎是有效的。