apache lucene默认的评分公式解释

查询相关性，文档对查询的得分是如何计算出来的，什么是文档得分？它是一个刻画文档与查询匹配程度的参数，lucene的默认评分机制：TF/IDF(词频/逆文档频率)算法

1.1  何时文档被匹配上（文档得分的因子）

• 文档权重（document boost）：索引期赋予某个文档的权重值
• 字段权重（field boost）：查询期赋予某个字段的权重值
• 协调因子（coord）：基于文档中词项命中个数的协调因子，一个文档命中了查询中词项越多，得分越高
• 逆文档频率（inverse document frequency）：一个基于词项的因子，用来告诉评分公式该词项有多么罕见，逆文档频率越低，词项越罕见，评分公式利用该因子为包含罕见词频的文档加权
• 长度范数（length norm）：每个字段的基于词项个数的归一化因子（在索引期计算出来并存储在索引中），一个字段包含的词项数越多，该因子的权重越低，这是意味着lucene评分公式更喜欢包含更少词项的字段
• 词频（term frequency）：一个基于词项的因子，用来表示一个词项在某个文档中出现了多少次，词频越高  文档的得分越高
• 查询范数（query norm）：一个基于查询的归一化因子，它等于查询中词项的权重平分和，查询范数使得不同的查询的得分能相互比较，尽管这种比较通常是困难而且不可行的

1.2 TF/IDF 评分公式

     公式不好书写就不写了

     得分的基本规则：

1.  越多罕见的词项被匹配上，文档的得分越高
2. 文档字段越短（包含更少的词项），文档得分越高
3. 权重越高（不论是索引期还是查询器赋予的权重值），文档得分越高

1.3    es 是如何评分的

    es使用了lucene的评分功能，但是我们可以替换默认的评分算法，用户也可以使用各种不同的查询类型以精确的控制文档评分的计算

    包括（custom_boost_factor查询    constant_score查询    custom_score查询等），还可以通过脚本来改变文档的得分，还可以使用二次得分

    功能