lucene score explain 评分解释说明

通过Searcher.explain(Query query, int doc)方法可以查看某个文档的得分的具体构成。

[b]在Lucene中score简单说是由 tf * idf * boost * lengthNorm计算得出的。 [/b]
[i](复杂的请看相关文档)。[/i]
tf：是查询的词在文档中出现的次数的平方根
idf：表示反转文档频率，观察了一下所有的文档都一样，所以那就没什么用处，不会起什么决定作用。
boost：激励因子，可以通过setBoost方法设置，需要说明的通过field和doc都可以设置，所设置的值会同时起作用
lengthNorm：是由搜索的field的长度决定了，越长文档的分值越低。


具体说明：

用IndexSearch.explain(query,docId)可以查看score的评分信息，如当我们用"美女"在description这个field里面搜索时,信息如下：

[quote]
1.446873 = (MATCH) fieldWeight(description:美女 in 5134), product of:
1.0 = tf(termFreq(description:美女)=1)
5.787492 = idf(docFreq=599, maxDocs=72000)
0.25 = fieldNorm(field=description, doc=5134)
[/quote]
第一行表示总得分：document（docId=5134）的score为1.446873，它由下面的三个值相乘得来：1.446873 = 1.0 *　5.787492　×　0.25

第二行表示项频率：在document（docId=5134）description这个filed中共出现了1个"美女"关键词，1.0是由根号1算出来的。
第三行表示反转文档频率:含有"美女"关键词的document共有599个，总的document有72000，5.787492是由
ln(72000/(599+ 1) )+ 1.0 =ln(72000) -ln(600) +1 = 5.787492
第四行表示域的加权长度因子:fieldNorm = fieldboost / sqrt(fieldlength),其中fieldlength为keywords这个field的token(分词)数量