分类目录归档：search

基于lucene实现自己的推荐引擎

发表于2017年2月28日由kaisin

　　采用基于数据挖掘的算法来实现推荐引擎是各大电子商务网站、SNS社区最为常用的方
法，推荐引擎常用的Content-Based推荐算法及协同过滤算法（Item-Based
、User-based）在电子商务推荐系统入门v2.0 、电子商务推荐系统入门基础 中已经有所阐述。但从实际应用来看，对于大部分中小型企业来说，
要在电子商务系统完整采用以上算法有很大的难度。

1、常用推荐引擎算法问题

1）、相对成熟、完整、现成的开源解决方案较少

粗略分来，目前与数据挖掘及推荐引擎相关的开源项目主要有如下几类：

数据挖掘相关：主要包括Weka、R-Project、Knime、RapidMiner、Orange 等

文本挖掘相关：主要包括OpenNLP、LingPipe、FreeLing、GATE 、Carrot2 等，具体可以参考LingPipe’s Competition

推荐引擎相关：主要包括Apache Mahout、Duine framework、Singular Value Decomposition (SVD) ，其他包可以参考Open Source Collaborative Filtering Written in Java

搜索引擎相关：Lucene、Solr、Sphinx、Hibernate Search等

2）、常用推荐...

继续阅读 →

发表在 search | 标签为 , | 基于lucene实现自己的推荐引擎已关闭评论

lucene

发表于2016年9月26日由kaisin

lucene3.0中BooleanQuery 实现与或的复合搜索 .
BooleanClause用于表示布尔查询子句关系的类，

包
括：

BooleanClause.Occur.MUST，

BooleanClause.Occur.MUST_NOT，

BooleanClause.Occur.SHOULD。

 

必须包含,不能包含,可以包含三种.有以下6种组合： 
 
1．MUST和MUST：取得连个查询子句的交集。 
2．MUST和MUST_NOT：表示查询结果中不能包含MUST_NOT所对应得查询子句的检索结果。 
3．SHOULD与MUST_NOT：连用时，功能同MUST和MUST_NOT。
4．SHOULD与MUST连用时，结果为MUST子句的检索结果,但是SHOULD可影响排序。
5．SHOULD与SHOULD：表示“或”关系，最终检索结果为所有检索子句的并集。
6．MUST_NOT和MUST_NOT：无意义，检索无结果。

...

构造出“与”的关系: bquery.Add(query, BooleanClause.Occur.MUST);

构造“或”关系：bquery.Add(query, BooleanClause.Occur.SHOULD);

构造“非”关系：bquery.Add(query, ...

继续阅读 →

发表在 search | lucene已关闭评论

lucene 搜索语法

发表于2012年8月6日由kaisin

Lucene提供了丰富的API来组合定制你所需要的查询器，同时也可以利用Query Parser提供的强大的查询语法解析来构造你想要的查询器。本文章详细的介绍了Lucene的查询语法。通过Java语法分析器把一个查询字符串解析成 Lucene的查询器。在你选择使用Query Parser前，请考虑以下事项：

如果你打算在程序中拼接查询语法串然后再利用Query Parser转换，那么强烈建议你利用相应的API来自己构造查询器。也就是说，Query Parser是为手工输入高级查询设计的，而不是为程序拼接语法串而设计的。不分词的字段也最好通过相应的API添加到查询器中，而不是通过Query P...

继续阅读 →

发表在 search | 标签为 | lucene 搜索语法已关闭评论

构建实时索引

发表于2012年4月17日由kaisin

所谓事务性，本多指数据库的属性，包括ACID四个基本要素：原子性(Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。

我们这里主要讨论隔离性，Lucene的IndexReader和IndexWriter具有隔离性。

  • 当IndexReader.open打开一个索引的时候，相对于给当前索引进行了一次snapshot，此后的任何修改都不会被看到。
  • 仅当IndexReader.open打开一个索引后，才有可能看到从上次打开后对索引的修改。
  • 当IndexWriter没有调用Commit的时候，其修改的内容是不能够被看到的，哪怕IndexRead...

继续阅读 →

发表在 search | 标签为 | 构建实时索引已关闭评论