morelikethis

0熱度

3回答

我有一大堆我正在編制索引的新聞文章。我想要避免編制大量幾乎相同的文章（例如，新聞服務的文章可能會出現多次，日期格式略有不同）。所以我想我會做每個文章更像這個查詢。如果我的得分大於某個截止點的話，那麼我認爲這篇文章已經被編入索引了，而且我不打擾它。但是，當我運行我更喜歡這個查詢時，我得到的所有匹配回來的分數爲零。我無法分辨是否有預期，如果我做錯了什麼，或者我發現了一個錯誤。我的查詢是這樣的：

-5熱度

3回答

從MySQL數據庫中計算所有大於或小於20的值

嘿，我需要一些代碼來計算小於或大於20的值的數據我的MySQL DB 它應該產生一個輸出有多少價值。有任何想法嗎？

1熱度

1回答

如何始終推薦Elasticsearch中的不同文檔（文件）

我有一項服務，可以推薦與用戶當前上下文相關的文檔（文件）。它將ElasticSearch more_like_this與過濾器結合使用（請參閱下面的查詢語句）。這些文件由用戶上傳，如果是公開的，則可以向其他用戶推薦。它工作正常，但是當兩個或更多用戶上傳相同的文件時會發生問題。 elasticsearch中有相同文檔的兩個或更多實例，並且很可能推薦兩個（或更多）文件。有沒有人有想法我可以如何強制E

0熱度

1回答

Solr更喜歡這個處理：任何方式來指定哪些字段比其他字段更重要？

我正在使用Solr的MoreLikeThisHandler（http://wiki.apache.org/solr/MoreLikeThis）構建一個'更像這個'查詢。我要求Solr看看多個領域。有沒有辦法告訴Solr，出現在一個領域的術語比另一個領域更重要？例如： mlt.fl=title,description 有沒有辦法告訴Solr的是出現在標題是3倍以上描述更多的相關條款？

4熱度

1回答

像這樣的模糊之間的區別和更像這樣？

Lucene的MoreLikeThis（mlt）和FuzzyQuery（flt）和有什麼不一樣？我評估過Elasticsearch兩種查詢類型（ES），我發現它們在概念上很相似： mlt：比較與其他文檔字段VS flt現有文件領域：比較一字符串與其他文檔字段然而，flt性能似乎是大約比mlt查詢慢的順序。我正在使用最新的ES，它反過來使用Lucene 4.5。從fuzzy like th

0熱度

2回答

我使用MongoDB來存儲關於鞋子的信息。每一隻鞋都有一個標題（字符串），照片（字符串，這是照片的網址），鏈接（字符串，網址到原始網站），尺寸（字符串的排列），顏色（字符串數組）和價格）和性別（字符串）。在我的項目/應用/型號/ shoe.rb文件我有： class Shoe include Mongoid::Document include Elasticsearch::M

0熱度

1回答

ElasticSearch more_like_this不限於標題字段

以下代碼將所有結果限制爲「線程」，「_id」，這非常棒。 $data_string = '{ "from" : 0, "size" : 100, "sort" : [ { "date" : {"order" : "desc"} } ], "query": { "match" : { "thread.title" : { "query" :

0熱度

2回答

ElasticSearch如何使用增強

此查詢很好用，但返回的結果太多。我想添加boost函數，但我不知道正確的語法。 $data_string = '{ "from" : 0, "size" : 100, "sort" : [ { "date" : {"order" : "desc"} } ], "query": { "more_like_this_field" : { "thread.ti

-1熱度

2回答

爲什麼在SOLR中使用EarlyTerminatingCollectorException？

我試圖在SOLR中執行更多的搜索。它會爲預計會產生一些MLT結果的查詢引發錯誤。如果MLT不匹配，則不會出現錯誤。我試着下面的查詢。 10.20.30.40:8080/solr/collection1/select?qt=mlt & Q =標題：片劑& DEFTYPE = edismax & MLT =真& mlt.fl =標題& FL = ID，得分結果是 <response> <lst n

4熱度

2回答

Solr的MoreLikeThis提高查詢字段

我與Solr的MoreLikeThis功能試驗。我的模式處理文章，我正在尋找三個領域內的文章之間的相似之處：文章標題，文章文字和主題。下面的查詢工作良好： q=id:(2e2ec74c-7c26-49c9-b359-31a11ea50453) &rows=100000000&mlt=true &mlt.fl=articletext,articletitle,topic&mlt.boost