扩展/改变 Zend_Search_Lucene 的搜索方式

Question

我目前正在使用 Zend_Search_Lucene 来索引和搜索当前大约 1000 个左右的文档。我想做的是改变引擎对文档的点击率的评分方式，而不是当前的默认值。

Zend_Search_Lucene 根据文档内的命中次数频率进行评分，因此具有 10 个单词 PHP 匹配的文档将比仅具有 3 个 PHP 匹配的文档得分更高。我想做的是传递一些关键词，并根据这些关键词的点击率进行评分。例如，

我传递了 5 个关键字，PHP、MySQL、Javascript、HTML 和 CSS 我根据索引进行搜索。一份文档有 3 个与这些关键词的匹配，一份文档有全部 4 个匹配，这 4 个匹配得分最高。文件中这些词出现的次数与我无关。

现在我已经快速浏览了 Zend_Search_Lucene_Search_Similarity 但我必须承认我不确定（或者不太聪明）知道如何使用它来实现我所追求的目标。

我想要使​​用 Lucene 做的事情是否可行，或者是否有更好的解决方案？

Answer 1

对于我在 Zend_Search_Lucene_Search_Similarity 手册的部分，我首先扩展默认的相似性类来覆盖 tf（术语频率）方法，这样它就不会改变分数：

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

这样匹配的数量应该不予考虑。你认为这就足够了吗？

然后，在索引之前将其设置为默认相似度算法：

Zend_Search_Lucene_Search_Similarity::setDefault(new MySimilarity());