lucene 的评分机制

该部分转自：http://grantbb.iteye.com/blog/181802 
    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。在Lucene中score简单说是由:tf*idf*t*lengthNorm计算得出的。 
      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；  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。 
    所以，我们编程能够控制的scroe，就是设置boost的值。 
    为什么一次查询后，最大的分值总是1呢？因为lucene会把计算后，最大分值超过1.0的分值作为分母，其他文档的分值都除以这个最大值，计算出最终得分。 

01	public class ScoreSortTest {

02	public final static String INDEX_STORE_PATH = "index";

03	public static void main(String[] args) throws Exception {

04	IndexWriter writer = new IndexWriter(INDEX_STORE_PATH, new StandardAnalyzer(), true);

05	writer.setUseCompoundFile(false);

06

07	Document doc1 = new Document();

08	Document doc2 = new Document();

09	Document doc3 = new Document();

10

11	Field f1 = new Field("bookname","bc bc", Field.Store.YES, Field.Index.TOKENIZED);

12	Field f2 = new Field("bookname","ab bc", Field.Store.YES, Field.Index.TOKENIZED);

13	Field f3 = new Field("bookname","ab bc cd", Field.Store.YES, Field.Index.TOKENIZED);

14

15	doc1.add(f1);

16	doc2.add(f2);

17	doc3.add(f3);

18

19	writer.addDocument(doc1);

20	writer.addDocument(doc2);

21	writer.addDocument(doc3);

22

23	writer.close();

24

25	IndexSearcher searcher = new IndexSearcher(INDEX_STORE_PATH);

26	TermQuery q = new TermQuery(new Term("bookname", "bc"));

27	q.setBoost(2f);

28	Hits hits = searcher.search(q);

29	for(int i=0; i<hits.length();i++){

30	Document doc = hits.doc(i);

31	System.out.print(doc.get("bookname") + "\t\t");

32	System.out.println(hits.score(i));

33	System.out.println(searcher.explain(q, hits.id(i)));//

34

}

35

}

36

}

结果为： 
 
    说明，从结果中我们可以看到： 
      bc bc文档中bc出现了2次，tf为2的平方根，所以是1.4142135。而其他的两个文档出现了一次，所以是1.0 
所有的三个文档的idf值都是一样的，是0.71231794。默认情况下，boost的值都是1.0，所以lengthNorm就是当前的fieldNorm的值。前两个文档的长度一致，为0.625，而排在最后的文档，因为长度要长一些，所以分值要低，为0.5 
    现在对f2这个字段增加激励因子：f2.setBoost(2.0f);运行结果变为： 
 

    发现fieldNorm值有0.625变成了1.25，所以就是乘以了2.0。接下来再对第二个文档增加激励因子：doc2.setBoost(2.0f);运行结果变为： 
 
    发现fieldNorm又乘以了2，所以说对于Document和Field的setBoost都会乘到一起。因为该文档的最终的score超过了1.0变成1.7807949，所以其他的两个文档的最终得分都要除以该值，分别变成： 

bc bc 0.35355335 ab bc cd 0.19999999