solr - 基于 solr 字段的 solr 聚类，包括地理空间位置字段

Question

尝试使用胡萝卜2 进行结果集聚类。我对此有几个问题。

a) 我们能否根据 solr 中的特定字段对 Solr/Lucene 中的文档进行聚类？喜欢将它们基于名称、人名和地理距离位置（纬度、经度）与特定字段权重进行聚类？

b）我的集群用例并不是真的在线，它更像是一个批处理用例，鉴于此，我们是否仍然有这个 1K max no 的限制。结果？

Answer 1

Carrot2 仅基于文档的自然文本执行聚类。人名可能太短而无法进行有意义的聚类；Carrot2 不适用于地理距离和其他数值数据。

1k 限制/推荐是基于 Carrot2 的设计目标：以足够快的速度对小文本集合（例如搜索结果）进行聚类，以便该过程可以在线完成。Carrot2 在收集大约 1k 个文档时效果很好，但不会很好地扩展到超过数千个文档。