relevance score算法
大白话来说,计算出,一个index中的text,与search text,之间的关联匹配程度Elasticsearch
使用的是 term frequenct/inverse docunment frequency 算法,简称为TF/IDF算法
Term frequency: 搜索文本中的各个词条在field文本中出现次数越多,就越相关
搜索请求: hello word
doc1:hello you,and world is very good
doc2:hello, how are you
比如说,在index中有1万条document,hello这个单词在所有的document中,一共出现了1000次;world这个单词在所有的document中,一共出现了100次
doc2更相关
Field-length norm:field长度,field越长,相关度越弱
搜索请求:hello world
doc1:{ "title": "hello article", "content": "babaaba 1万个单词" }
doc2:{ "title": "my article", "content": "blablabala 1万个单词,hi world" }
hello world在整个index中出现的次数是一样多的
doc1更相关,title field更短
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。