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。
