2012-05-09 14:14 yuejianjun 阅读(461) 评论() 收藏 举报
在Lucene中score简单说是由 tf * idf * boost * lengthNorm*coord(q,d)计算得出的。
tf：是查询的词在文档中出现的次数的平方根
idf：表示反转文档频率，观察了一下所有的文档都一样，所以那就没什么用处，不会起什么决定作用。
Term t在几篇文档中出现过 ，对于一个特定的搜索词，该值是一个定值，对所有文档都一样，就不会影响打分。
boost：激励因子，可以通过setBoost方法设置，需要说明的通过field和doc都可以设置，所设置的值会同时起作用
lengthNorm：是由搜索的field的长度决定了，越长文档的分值越低。 lengthNorm(field) = (1.0 / Math.sqrt(numTerms))：一个域中包含的Term总数越多，也即文档越长，此值越小，文档越短，此值越大。
coord(q,d)：一次搜索可能包含多个搜索词，而一篇文档中也可能包含多个搜索词，此项表示，当一篇文档中包含的搜索词越多，则此文档则打分越高。
Lucene的打分机制是采用向量空间模型
向量相乘=在一条向量上两个向量模相乘
http://www.cnblogs.com/forfuture1978/archive/2010/03/07/1680007.html
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。