Lucene.Net 2.3.1開發介紹 —— 三、索引（六）

2.2 Field的Boost

如果說Document的Boost是一條線，那麼Field的Boost則是一個點。怎麼理解這個點呢？設定Document的Boost會影響所有欄位。在搜尋的過程中，一般至少會搜尋兩個Field，比如同時搜尋標題和內容。而Document的Boost將同時影響標題和內容的搜尋得分，但是設定Field的Boost則不會有那麼大的影響，Field的Boost只會影響一個點。那這個點有什麼用呢？

 

現在來做個假設，假設，現在有一條記錄是關於Lucene的，這篇文章講得很好，我想要讓別人搜尋Lucene這個關鍵字的時候，這條記錄一定排在前10。怎麼辦？設定Docuement的Boost？設定得還很高？OK！這篇文章裡面也有其他關鍵字，比如"asp.net","Sql Server"。現在搜尋"asp.net"，發現這篇文章也跑到前10了。這可不是我想要的。

 

怎麼辦呢?

 

現在有兩個解決辦法，一個就是冗餘一個Field，裡面記錄了Tag一類的東西，給這篇文章設定Tag值為“Lucene”，同時在索引tag欄位的時候把它的Boost調高。比如代碼2.2.1，在添加完文檔後把該文檔的tag這個Field Boost設定為想要的。

 

代碼2.2.1
 1/**//// <summary>
 2/// 添加文檔
 3/// </summary>
 4/// <param name="writer">維護文件管理器</param>
 5/// <param name="title">標題</param>
 6/// <param name="content">內容</param>
 7/// <param name="tag">tag</param>
 8/// <param name="boost">tag的boost</param>
 9void AddDocument(IndexWriter writer, string title, string content, string tag, float boost)
10{
11    Document document = new Document();
12    document.Add(new Field("title", title, Field.Store.YES, Field.Index.TOKENIZED));
13    document.Add(new Field("content", content, Field.Store.YES, Field.Index.TOKENIZED));
14    document.Add(new Field("tag", content, Field.Store.YES, Field.Index.TOKENIZED));
15    document.GetField("tag").SetBoost(boost);
16    writer.AddDocument(document);
17}

 

 

當然，這樣處理不是很好，一來，增加一個欄位，給維護上帶來難度，而且很多好文章沒tag怎麼辦，再有就是非站內搜尋呢？另一種辦法就是設定一個字數相對較少的欄位，調高它的Boost。

 

比如，我現在把Title這個欄位的Boost調成1.3,也就是說我搜尋的時候，title的權重要比content的高，那麼當我標題中含有Lucene的時候，得分總是會偏高，那樣，就可以把記錄調到前面去了。這裡千萬不要調高content，如果全部調的話影響也不是太大，但是對於搜尋整體的品質有很大影響。為什麼這麼說呢？因為如果標題裡含有一個keyword "a"，那麼這篇文章一般有關於這個“a”的內容，但是如果內容裡含有“a”而標題沒有，非常多的文章實際上都不是講“a”的。

 

2.3 怎麼有效調整得分

 

這裡只是我的一些調整的經驗，其實想一想也就明白了，沒什麼深奧的。

 

（1）、首先，標題的權重一定比內容的要高；

（2）、根據實際情況調整權重；

          比如，現在要索引論壇的內容，那完全可以設定內容很少的文章權重非常低，這個時候直接設定Document的權重就行了；而如果這個文章的回複或者訪問量  又非常高，那麼每個回複或者瀏覽量，給加0.01的基數，讓這個總體量不超過0.2；要是這個文章是精華貼呢？直接加上0.1吧。

          實際的調整過程就是你把各種問題想想全面就好了。

（3）、如果要把一個文檔的Document的Boost調得非常高，比如調整成2，那麼千萬要注意，減少它的內容，內容中出現的詞越少越好；

          比如，像baidu那種的做個廣告，那麼就在裡面放一個商家買的關鍵詞就行了，其它什麼也不要。

（4）、寧可設定Field，比設定Document來得好，設定的方法就不用說啦。

 

要注意的是，越短的文章，越要降低它的權重。比如它只有兩個字，怎麼也要把它的權重調到0.1一下。為什嗎？因為兩個字一般是一個詞，這個詞如果被搜尋，得分就是1，你不調？那不是讓水貼浮到最上層了嗎？

 

以上都是些經驗之談，大家可以結合實際情況自己做一些調整。經驗主義，有錯誤和不足的地方，大家多包涵，指正，呵呵。