elasticsearch是基於lucene的，所以他的評分機制也是基於lucene的。評分就是我們搜尋的短語和索引中每篇文件的相關度打分。
如果沒有干預評分演算法的時候，每次查詢，lucene會基於乙個評分演算法來計算所有文件和搜尋語句的相關評分。
使用lucene的評分機制基本能夠把最符合使用者需要的搜尋放在最前面。
當然有的時候，我們可能想要自定義評分演算法，這個就和lucene的評分演算法沒有什麼關係了。當然，我們大多數應該還是會根據自己的需求，來調整lucene本身的演算法。
lucene的評分是叫做tf/idf演算法，基本意思就是詞頻演算法。
根據分詞詞庫，所有的文件在建立索引的時候進行分詞劃分。進行搜尋的時候，也對搜尋的短語進行分詞劃分。
tf代表分詞項在文件**現的次數（term frequency），idf代表分詞項在多少個文件**現（inverse document frequency）。
lucene的演算法簡單來說就是將搜尋的短語進行分詞得出分詞項，每個分詞項和每個索引中的文件根據tf/idf進行詞頻出現的評分計算。
然後每個分詞項的得分相加，就是這個搜尋對應的文件得分。
這個評分公式有6個部分組成
這個評分因子的計算公式是：
public float coord(int overlap, int maxoverlap)那麼，這個搜尋對應這個文件的overlap為1（因為匹配了book），而maxoverlap為2（因為檢索條件有兩個book和english）。
最後得到的這個搜尋對應這個文件的coord值為0.5。
這個因素對所有文件都是一樣的值，所以它不影響排序結果。比如如果我們希望所有文件的評分大一點，那麼我們就需要設定這個值。
public float querynorm(float sumofsquaredweights)public float tf(float freq)public float idf(long docfreq, long numdocs)我在用es實際看這裡的時候遇到乙個問題，numdocs數和實際的文件數不一致，最後弄明白了，這裡的numdocs指的是分片的文件資料，而不是所有分片的文件數。
所以使用es分析這個公式的時候，最好將分片數設定為1。
比如我現在有三個文件，分別為:
我要搜尋的詞語是"chinese"，那麼對第二篇文件來說，docfreq值就是1，因為只有乙個文件符合這個搜尋，而numdocs就是3。最後算出idf的值是:
(float)(math.log(numdocs/(double)(docfreq+1)) + 1.0) = ln(3/(1+1)) + 1 = ln(1.5) + 1 = 0.40546510810816 + 1 = 1.40546510810816
查詢時期項t的加權，這個就是乙個影響值，比如我希望匹配chinese的權重更高，就可以把它的boost設定為2
這個項是長度的加權因子，目的是為了將同樣匹配的文件，比較短的放比較前面。
比如兩個文件:
我搜尋chinese的時候，第乙個文件會放比較前面。因為它更符合"完全匹配"。
norm(t,d) = doc.getboost()· lengthnorm· ∏ f.getboost()
public float lengthnorm(fieldinvertstate state)
比如我現在有乙個文件:
搜尋的詞語為chinese， 那麼numterms為2，lengthnorm的值為 1/sqrt(2) = 0.71428571428571。
但是非常遺憾，如果你使用explain去檢視es的時候，發現lengthnorm顯示的只有0.625。
這個官方給出的原因是精度問題，norm在儲存的時候會進行壓縮，查詢的時候進行解壓，而這個解壓是不可逆的，即decode(encode(0.714)) = 0.625。
es中可以使用_explain介面進行評分解釋檢視。
比如現在我的文件為：
搜尋詞為：
}}
]},,
]}]}
}
Lucene評分機制
tfidfsimilarity類中定義了lucene評分的要素。重寫這些要素計算實現可以方便的修改lucene的打分機制。擴充套件閱讀 introduction to information retrieval,chapter 6 下面將從資訊檢索模型到具體 有效地 實現來描述lucene如何實現評...
lucene 的評分機制
elasticsearch是基於lucene的，所以他的評分機制也是基於lucene的。評分就是我們搜尋的短語和索引中每篇文件的相關度打分。如果沒有干預評分演算法的時候，每次查詢，lucene會基於乙個評分演算法來計算所有文件和搜尋語句的相關評分。使用lucene的評分機制基本能夠把最符合使用者需要...
Lucene（三）評分機制
每當搜尋到匹配文件時,該文件都會被賦予一定的分值，用以反映匹配程度。該分值會計算文件與查詢之間的相似程度嗎，更高的分值反映了更強的相似程度和匹配程度。評分因子 描述tf t in d 項頻率因子 文件 d 中出現項 t 的頻率 idf t 項在倒排檔案中出現的頻率 它被用來衡量項的 唯一 性。出現頻...