- 博客(5)
- 收藏
- 关注
RSS订阅原创 相关性算法--Elasticsearch相关性算法
Elasticsearch相关性算法Elasticsearch相关性算法主要分为三大部分：布尔模型，TF/IDF，向量空间模型布尔模型：and，or，not根据这些条件来匹配文档，判断搜索词是否在文档中。TF/IDF：相关性算法--TF/IDF 这篇文章里已经介绍了相关内容，计算词频的一种方法。空间向量模型：每个词的在文档的集合中都有自己的权重，比如词A的权重为2，词B的权重为5，...
2019-07-23 16:11:54
2692
原创 相关性算法--BM25
相关性算法--BM25BM25是计算词对于文档相关性的算法，可以简单的拆解为3个部分第一部分：IDF（逆向文档频率），之前我们说过TF/IDF算法的时候讲过 IDF，IDF就是指集合中的总文档数 / 包含搜索词的文档数，包含这个词的文档数越少，就越能体现这个词的代表性，相关度就越高。第二部分：TF（词频），在TF/IDF中我们也谈到了，当一个词在文档中出现的次数越多，就代表这个词在文章...
2019-07-23 15:41:40
1007
原创 相关性算法TF/IDF
TF/IDF算法简称词频/逆向文档频率例子：文档1:我爱你中国，亲爱的母亲。（我爱你 中国 亲爱的 母亲）文档2:中国的复兴梦。（中国复兴 梦）文档3:热爱祖国，热爱人民（热爱 祖国 人民）TF（词频）：一个词在文档中出现的频率，比如搜索 ‘中国’ 一词，在文档一中出现的次数为1词，我们可以简单的把词频看作是1，‘热爱’ 在文档3中出现的频率就为2。IDF（逆向文档频率）...
2019-07-23 12:09:26
800
原创 Elasticsearch--集群，节点，索引，分片
这一篇主要介绍下Elasticsearch的基础概念信息，分别是集群，节点，分片。什么是集群？集群呢，顾名思义，就是一个大的集合，这个集合里面包含很多基友相同属性的元素。对于Elasticsearch来说，一个集群就是多个Elasticsearch实例的集合。每个实例可以通过集群名和ip配置互相发现，在同一集群下的所有实例就构成了一个Elasticsearch集群，单个实例也可以构成一个集...
2019-07-03 18:03:04
1201
原创 Elasticsearch--倒排索引
Elasticsearch--倒排索引什么是倒排索引？例如，mysql中有数据表user，表中含有两个字段，主键userId，和姓名userName。user表 userId userName 1000 小明 1001 小强 由于userId是主键，在数据量巨大的情况下我们可以通过主键索引快速的找到某一个userId下的userName。反之想要通过u...
2019-06-25 00:38:32
288
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人