Question

我目前正在使用Zentd_Search_Lucene,对目前大约1 000份文件进行索引和搜索。我想做的是,从目前的违约情况来看,发动机的记分如何打上文件。

Zend_Search_Lucene在一份文件中点击次数,这样一份文件,其编号为PHP,其分数将比文件高出十倍,只有3比PHP。我试图做的是,根据这些关键词的打击,通过了一些关键词和核心。 e.g.

我通过5个关键词:PHP,MySQL,Javascript ,,<>tong>和CSS,供我查阅该指数。一份文件有3份与这些关键词相对应,1份文件有4份对应文件,其中4份与得分最高。该文件中这些话的事例数目与我无关。

现在,我很快看到了Zend_Search_Lucene_Search_Similarity。我必须承认,我不知道如何利用这一手段来完成我之后的工作(或者说是光明的)。

我是否想利用卢塞尼语做些什么,或是在那里找到更好的解决办法?

Answer 1

关于我在Zend_Search_Lucene_Search_Search_Similarity section 上的理解,首先,将默认的类似类别延伸到高于tf(定期频率)方法,以便改变分数:

class MySimilarity extends Zend_Search_Lucene_Search_Similarity {    
    public function tf($freq) {
        return 1.0; // overriding default sqrt($freq);
    }
}

因此,应当考虑到相应的数字。你们是否认为这够了?

之后,在指数化之前,将其定为违约相似算法:

Zend_Search_Lucene_Search_Similarity::setDefault(new MySimilarity());

友情链接