Solr Lucene模糊匹配返回错误结果

Question

我想测试SOLR为我的应用程序找到字符串之间的百分比匹配。

我现在只为first_name匹配配置了solr和定义的模式，我在schema（solr 3.3）中使用了text_general数据类型。

在我的文档/ CSV我不停词“rushik”和Solr的查询我试图用“rushk”搜索 - 故意去掉“我”

与Levenshtein算法

理想的距离是字符串之间上面的两个1因此字符串之间的百分比匹配应该是（1 - distance/maxLen（string1，string2）），它是（1 - 1/6）= 0.83 - 这意味着两个字符串都是83％的匹配。

但是在solr它的匹配，直到我给查询rushk〜0.79 - 当我使用〜0.80,0.81等它与文档不匹配时。

不知道我的levenshtein字符串匹配的计算是不正确的，或者我怎么确定问题出在哪里。

任何帮助这里是高度赞赏。

谢谢， Rushik。

Answer 1

模糊百分比计算进行模糊查询 -

distance = 1 - ((double)dist/(double)Math.min(textlen, targetlen)); 
return (distance > FUZZY_THRESHOLD); 

在你的情况下，将1 - 1/5 = 0.8 因此，这似乎是有效的。