ES系列--打分机制

 一、文档打分机制

当你通过关键字搜索相关文档时,可能会出现多个文档,这些文档的顺序是通过一个max_score属性的大小从高到低顺序展现出来的,max_score属性就是我们所说的评分。而这个评分是通过一个文档打分机制计算出来的。

二、打分原理

一、总公式

max_score = boost  *  idf  *  tf

ES系列--打分机制_第1张图片 其中,查询权重可以自己定义。

 二、IDF与TF的计算

可以使用

GET /index/_search?explain=true

{

"query": {

           "match": {

                 "text(这个是查询字段)": "hello"(这个是词条

                         }

                }

}

一、计算TF (词频)

Term Frequency : 搜索文本中的各个词条(term)在查询文本中出现了多少次, 出现次数越多,就越相关,得分会比较高

ES系列--打分机制_第2张图片

 TF = freq / ( freq + k1 * ( 1 - b + b * dl / avgdl ))

freq:搜索的关键词在文档中出现的次数。

avgdl = fields / documents:

fields : 查询出来的所有文档的分解字段数量

documents:查询文档数量

dl:搜索的关键词再当前文档中分解的长度

ES系列--打分机制_第3张图片

二、 计算IDF(逆文档频率)

Inverse Document Frequency : 搜索文本中的各个词条(term)在整个索引的所有文档中 出现了多少次,出现的次数越多,说明越不重要,也就越不相关,得分就比较低。

ES系列--打分机制_第4张图片

 log ( 1 + ( N - n + 0.5) / ( n + 0.5 ))

N:这个只是查询字段

n:文档中词条,也即查询的关键词的数量

ES系列--打分机制_第5张图片

注:这里的 log 是底数为 e 的对数 

 三、查询权重

我们可以通过控制查询权重来控制文档结果展现的顺序性。

GET /testscore/_search?explain=true

{
    "query": {
        "bool": {
            "should": [{
                    "match": {
                        "title": {
                            "query": "Hadoop",
                            "boost": 1
                        }
                    }
                },
                {
                    "match": {
                        "title": {
                            "query": "Hive",
                            "boost": 1
                        }
                    }
                },
                {
                    "match": {
                        "title": {
                            "query": "Spark",
                            "boost": 2  // 通过查询权重来控制结果的顺序性
                        }
                    }
                }
            ]
        }
    }
}

结果:

ES系列--打分机制_第6张图片

 

你可能感兴趣的:(ElastricSearch,elasticsearch,大数据,搜索引擎)