java实现热搜_搜索推荐系统根据用户搜索频率（热搜）排序.pdf

java实现热搜_搜索推荐系统根据用户搜索频率（热搜）排序--第1页 java实现热搜_搜索推荐系统根据⽤户搜索频率（热搜）排序 之前写的三叉树，有点⼉简单，并不能满⾜实际项⽬的需要。先简单分析⼀下solr中搜索推荐系统的核⼼算法。 wiki中有关于solr的搜索推荐的详细描述，但是核⼼算法需要⾃⼰查看源代码。关于wiki上的解读，之前做了⼀次简单的翻译，根据此⽂ 档，详细研读了源代码，先把核⼼思想呈现出来。 基本流程如下：当⽤户输⼊搜索词语前缀时，通过前端调⽤solr的suggest，找到Suggeser对象，Suggester根据匹配的field从主索引库 中读取field下⾯的terms，来构建dictionry,由于主索引库中的terms是经过合并和排序的，索引在构建三叉树的时候，省去了⽤pinyin4j 组件进⾏排序的过程。接下来，就是通过对字典的折中处理，来实现⾃平衡的三叉树，以提⾼检索效率。三叉树构建完之后，进⾏前缀匹配 查询，搜索出所有符合要求的词元，然后加⼊到优先级队列中，构建有限容量的堆，调整堆顶的值为最⼩。之所以Lucene⾃⼰写了 PriorityQueue,⽽不⽤jdk⾃⾝的，是因为jdk的PriorityQueue,容量可以扩展的，他会把所有匹配出来的词元都加进去，然后输出top N词 元，这明显是内存浪费。之前的⼀篇关于从海量数据中，查找出top N数据的博客中，已经阐述了堆排序的思想，不赘述。最后通过优先级 队列输出结果。 SuggesterLookupLookupImpl(TSTLookup、JaSpellLookup、FSTLookup),之前研读的是TSTLookup。排序的核⼼思想是：构 建完字典之后，得到Dictionry对象，由Dictionary对象得到InputIterator，对字典进⾏扫描读取，能读取到两个变量：⼀个为term，另⼀ 个为term的权重，排序⽤的。对字典扫描结束后，把terms和weight分别加载到两个list中，以便插⼊三叉树中。那么，三叉树节点对象的 设计，就很重要了。封装以下属性：storedChar、val(weight)、token(最后节点存储的term成词)。插⼊的具体逻辑，⾃⼰对上次的写的 三叉树，进⾏了改进，代码如下： package chinese.utility.ternaryTree; /** * 三叉树节点 * @author TongXueQiang * @date 2016/03/12 * @since JDK 1.7 */ public class TernaryNode { public char storedChar;//节点存储的单个字符 public String token;//最后⼀个节点存储的term(成词) public TernaryNode leftNode,centerNode,rightNode;//⼦节点 public TernaryNode (char storedChar) { this.storedChar = storedChar; } } package chinese.utility.ternaryTree; import java.util.ArrayList; import java.util.List; import java.util.Stack; /** * ⾃定义三叉树 * java实现热搜_搜索推荐系统根据用户搜索频率（热搜）排序--第1页 java实现热搜_搜索推荐系统根据用户搜索频率（热搜）排序--第2页 * @author TongXueQiang * @date 2016/03/12 * @since JDK 1.7 */ public class TernaryTree { // 根节点,不存储字符 private static TernaryNode root = new TernaryNode(\0); /** * 向树中插⼊字符 * * @param TernaryNode * @param word * @return */ public void insert(String word) { root = insert(root, word, 0); } public TernaryNode insert(TernaryNode currentTernaryNode, String word, int index) { if (word == null || word.length() index) { retur