elastic search搜索学习打分算法简单总结

elastic search搜索学习打分算法简单总结

之前也在es官网走马观花的看了一些es搜索方面的内容，发现自己之前对es的打分规则理解的很浅，最近又从阿里的《elastic stack实战手册》看了看，发现总算对es搜索的打分规则有了一些更深入的了解，在此做个简单的总结！

影响搜索结果得分的两个关键因素:tf(t in d)*idf(t)
1、词频TF:tf(t in d)， text in docment，即搜索的当前词条在这个文档中出现的次数的平方根；
2、逆向文档频率 idf(t):  idf(t) = 1 + log ( numDocs / (docFreq + 1)) ，当前索引中的文档（docment）数量除以存在该词条（text）的文档的对数；
由此可知在其他变量（如权重值）均一致的情况下，词频越高，且包含该关键词的文档数越少，则得分越高；

例如：现在有一个文档数量为100000个mobile索引，包含关键词"苹果"的文档数量为1000个，其中有一个ID为300的文档中关键词"苹果"出现了4次，则当搜索关键词为"苹果"且索引为mobile时，文档ID为300的这个文档的得分则为2*(1/1000)2*n；
附：Lucene实用打分函数 链接：https://www.elastic.co/guide/cn/elasticsearch/guide/current/practical-scoring-function.html
参考链接：https://elasticstack.blog.csdn.net/article/details/125286477?spm=1001.2014.3001.5502