lucene检索得分模型

得分机制和思想

对于搜索，一般包括从库里通过query搜索出docs并排序。
本质上是一个排名问题，检索的话比较简单，可以通过倒排文档的思路，直接通过词找到包括该词的文档（最原始的思路）。
lucene也是利用了两类模型：布尔模型和向量空间模型； [布尔模型]{ http://blog.csdn.net/iterate7/article/details/77206613}负责检索到数据； 向量空间模型负责得分排序。
所谓的向量空间模型，可以理解为：query和doc都会映射为一个vector，通常情况下是term vectors；而权重则选择tf-idf，在同一个特征空间进行计算排序。

Lucene combines Boolean model (BM) of Information Retrieval with Vector Space Model (VSM) of Information Retrieval - documents “approved” by BM are scored by VSM.

评分公式

VSM评分公式

$$cosine-similarity = \frac{V(q)\cdot V(d)}{|V(q)||V(d)|}$$

lucene概念评分公式

score(q,d)=coord−factor(q,d)⋅query−boost(q)