信息检索笔记-完整搜索系统的评分计算

      前面我们给出了文档评分中词项权重计算的理论，并由此导出向量空间模型和基本余弦相似度评分算法。当然不少策略不会精确返回与查询相匹配的K篇文档，一些策略也可以推广到余弦相似度计算之外的其他场合中去。

快速评分算法以及排序

    前面介绍通过计算查询与文档的余弦相似度来给文档评分：

        

在上面这个公式中，我们对V(q)，进行了一个归一化处理。例如查询q=[jealous gossip]，归一化后为v(q)=[0.707 0.707]。其实我们没必要归一化，直接用[1 1]的查询向量，这样我们做向量乘积的时候就乘1，这个就不需要乘了，最后直接转换为加法。

     根据上面的分析计算出每篇文档的得分，然后利用TopK算法选出得分最高的K篇文档。如果我们每次都要计算N篇文档的分数，那么这个工作量很大，下面介绍一下简单的方法：