【Lucene】挖掘相关搜索词

搜索引擎中往往有一个可选的搜索词的列表，当搜索结果太少时，可以帮助用户扩展搜索内容，或者搜索结果太多的时候可以帮助用户深入定向搜索。一种方法是从搜索日志中挖掘字面相似的词作为相关搜索词列表。另一种方法是把用户共同查询的词作为相关搜索词，需要有搜索日志才能实现。【摘自《Lucene In Action》】

下面使用的是第一种方法：

 

package com.tan.code;

//省略引入

public class RelateWords {
	private static final String TEXT_FIELD = "text";

	/**
	 * 
	 * @param words 候選相関詞列表
	 * @param word 相關搜索詞的種子詞
	 * @return 
	 * @throws IOException
	 * @throws ParseException
	 */
	static public String[] filterRelated(HashSet<String> words, String word)
			throws IOException, ParseException {

		//RAMDirectory ramDirectory = new RAMDirectory();
		Directory directory=new SimpleFSDirectory(new File("E://related"));
		IndexWriter indexWriter = new IndexWriter(directory,
				new IndexWriterConfig(Version.LUCENE_43, new IKAnalyzer(true)));
		for (String text : words) {
			Document document = new Document();
			document.add(new TextField(TEXT_FIELD, text, Store.YES));
			indexWriter.addDocument(document);
		}
		indexWriter.close();
		IndexReader indexReader = DirectoryReader.open(directory);
		IndexSearcher indexSearcher = new IndexSearcher(indexReader);
		QueryParser queryParser = new QueryParser(Version.LUCENE_43,
				TEXT_FIELD, new IKAnalyzer(true));
		Query query = queryParser.parse(word);
		TopDocs td = indexSearcher.search(query, 10);
		ScoreDoc[] sd = td.scoreDocs;
		String relateWords[] = new String[sd.length];
		for (int i = 0; i < sd.length; i++) {
			int z = sd[i].doc;
			Document doc = indexSearcher.doc(z);
			relateWords[i] = doc.get(TEXT_FIELD);
		}
		indexReader.close();
		//ramDirectory.close();
		directory.close();
		return relateWords;

	}

}

测试代码：

 

 

	@Test
	public void test() throws IOException, ParseException {
		// fail("Not yet implemented");
		HashSet<String> words = new HashSet<String>();

		// words.add("Lucene");
		// words.add("Lucene入門資料");
		// words.add("java資料下載");
		// words.add("SQL詳解");
		// words.add("揭祕Lucene原理");
		// words.add("Spring原理解析");
		// words.add("什麽是Lucene?怎麽樣才可以學好Lucene呢？");

		String word = "Spring資料";

		String rewords[] = RelateWords.filterRelated(words, word);
		System.out.println("搜索内容：" + word);
		System.out.println("相關搜索匹配結果：");
		for (int i = 0; i < rewords.length; i++) {
			System.out.println(rewords[i]);
		}
	}

测试结果：

 

 

搜索内容：Spring資料
相關搜索匹配結果：
java資料下載
Lucene入門資料
Spring原理解析