Off-line 使用 solr 进行聚类？
Off-line clustering using solr?
我想在 solr 中对索引数据进行聚类。每个 solr 文档包含以下字段：id、title、url.
我已阅读 solr 7.7 文档，那里提到的聚类算法仅适用于每个查询的搜索结果。而我需要的是一个基于文档标题的全索引聚类。
有人可以帮忙吗？
据我所知，没有用于对整个 Solr 索引进行聚类的现成插件。
如果您有一定的机器学习背景，请查看 Apache Mahout, it should be suitable for clustering a dataset of this size. Alternatively, there's a commercially-licensed Carrot2 spin-off we develop called Lingo4G，它专为对大型文本集合进行聚类而设计。然而，在这两种情况下，都没有与 Solr 的直接集成——您需要自己处理集成。
在 solr 8.x 中删除了结果聚类。位于 solr 网站上的原因是“搜索结果集群贡献 (Carrot2) 已从 8.x Solr 中删除，因为在提供在线搜索结果集群的依赖项中缺乏 Java 1.8 兼容性。”
以下是我如何让它在 JVM 11 上运行。所有必要的文件都可以从 this Github repo!
下载
- 按照说明安装集群贡献：https://solr.apache.org/guide/8_1/result-clustering.html
- 将solr-clustering-8.7.0.jar添加到/solr-8.x.x/dist 目录（我测试了这个 jar 到 Solr 版本 8.11.1）
- 创建/solr-8.x.x/contrib/clustering 目录并将文件复制到marked for contrib
- 重启solr
测试 java 11
我想在 solr 中对索引数据进行聚类。每个 solr 文档包含以下字段：id、title、url.
我已阅读 solr 7.7 文档，那里提到的聚类算法仅适用于每个查询的搜索结果。而我需要的是一个基于文档标题的全索引聚类。
有人可以帮忙吗？
据我所知，没有用于对整个 Solr 索引进行聚类的现成插件。
如果您有一定的机器学习背景，请查看 Apache Mahout, it should be suitable for clustering a dataset of this size. Alternatively, there's a commercially-licensed Carrot2 spin-off we develop called Lingo4G，它专为对大型文本集合进行聚类而设计。然而，在这两种情况下，都没有与 Solr 的直接集成——您需要自己处理集成。
在 solr 8.x 中删除了结果聚类。位于 solr 网站上的原因是“搜索结果集群贡献 (Carrot2) 已从 8.x Solr 中删除，因为在提供在线搜索结果集群的依赖项中缺乏 Java 1.8 兼容性。”
以下是我如何让它在 JVM 11 上运行。所有必要的文件都可以从 this Github repo!
下载- 按照说明安装集群贡献：https://solr.apache.org/guide/8_1/result-clustering.html
- 将solr-clustering-8.7.0.jar添加到/solr-8.x.x/dist 目录（我测试了这个 jar 到 Solr 版本 8.11.1）
- 创建/solr-8.x.x/contrib/clustering 目录并将文件复制到marked for contrib
- 重启solr
测试 java 11