Theory Behind Relevance Scoring

Lucene(Elasticsearch使用了lucene的打分機(jī)制)使用布爾模型來找到匹配的文檔科雳,并使用一個(gè)稱為實(shí)際評(píng)分函數(shù)的公式來計(jì)算相關(guān)性。 該公式從term頻率/逆文檔頻率和向量空間模型中借用概念摆寄,但增加了更多特征呛每,如協(xié)調(diào)因子揍愁、域長(zhǎng)度歸一化和term/query條件的boost。

Boolean Model

The Boolean model simply applies the AND, OR, and NOT conditions expressed in the query to find all the documents that match. A query for
布爾模型纸厉,通過在query中使用 AND OR NOT 等條件表達(dá)式,來查找匹配的文檔五嫂,一個(gè)queyrfull AND text AND search AND (elasticsearch OR lucene)will include only documents that contain all of the terms full, text, and search, and either elasticsearch or lucene.
將包含

Term frequency

Inverse document frequency

Field-length norm

Putting it together

Vector Space Model

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末颗品,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子沃缘,更是在濱河造成了極大的恐慌躯枢,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,000評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件槐臀,死亡現(xiàn)場(chǎng)離奇詭異锄蹂,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)水慨,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,745評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門得糜,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人讥巡,你說我怎么就攤上這事掀亩。” “怎么了欢顷?”我有些...
    開封第一講書人閱讀 168,561評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵槽棍,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我,道長(zhǎng)炼七,這世上最難降的妖魔是什么缆巧? 我笑而不...
    開封第一講書人閱讀 59,782評(píng)論 1 298
  • 正文 為了忘掉前任,我火速辦了婚禮豌拙,結(jié)果婚禮上陕悬,老公的妹妹穿的比我還像新娘。我一直安慰自己按傅,他們只是感情好捉超,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,798評(píng)論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著唯绍,像睡著了一般拼岳。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上况芒,一...
    開封第一講書人閱讀 52,394評(píng)論 1 310
  • 那天惜纸,我揣著相機(jī)與錄音,去河邊找鬼绝骚。 笑死耐版,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的压汪。 我是一名探鬼主播粪牲,決...
    沈念sama閱讀 40,952評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼蛾魄!你這毒婦竟也來了虑瀑?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,852評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤滴须,失蹤者是張志新(化名)和其女友劉穎舌狗,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體扔水,經(jīng)...
    沈念sama閱讀 46,409評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡痛侍,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,483評(píng)論 3 341
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了魔市。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片主届。...
    茶點(diǎn)故事閱讀 40,615評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖待德,靈堂內(nèi)的尸體忽然破棺而出君丁,到底是詐尸還是另有隱情,我是刑警寧澤将宪,帶...
    沈念sama閱讀 36,303評(píng)論 5 350
  • 正文 年R本政府宣布绘闷,位于F島的核電站橡庞,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏印蔗。R本人自食惡果不足惜扒最,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,979評(píng)論 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望华嘹。 院中可真熱鬧吧趣,春花似錦、人聲如沸耙厚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,470評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽颜曾。三九已至纠拔,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間泛豪,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,571評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工侦鹏, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留诡曙,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,041評(píng)論 3 377
  • 正文 我出身青樓略水,卻偏偏與公主長(zhǎng)得像价卤,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子渊涝,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,630評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容