读《深入理解Elasticsearch》点滴-查询评分

1. 计算文档得分的因子：
   • 文档权重（document boost）：索引期赋予某个文档的权重值
   • 字段权重（field boost）：查询期赋予某个文档的权重值
   • 协调因子（coord）：基于文档中词项个数的协调因子，一个文档命中率查询中的词项越多，得分越高
   • 逆文档频率（inverse document frequency）：一个基于词项的因子，用来告诉评分公式该词项还有多么罕见，评分公式利用该因子，为包含罕见词项的文档加权
   • 长度范数（length norm）：每字段的基于词项个数的归一化因子（在索引期间被计算并存储在索引中）。一个字段包含的词项数越多，该因子的权重就越低，意味着lucene的评分公式更”喜欢“包含更少词项的字段。（个人理解：文章越长，用的词汇五花八门，得分较少）
   • 词频（term frequency）：一个基于词项的因子，用来表示一个词在某个文档中出现了多少次。词频越高，文档得分越高
   • 查询范数（quern norm）：一个基于查询的归一化因子，它等于查询中词项权重的平方和。查询范数使得不同查询的得分能相互比较，尽管这种比较通常是困难和不可行的。
2. lucene默认的TF/IDF评分公式，融合了布尔检索模型和向量空间模型。
3. 更高得分的特点：
   • 越罕见的词项被匹配上
   • 文档字段越短
   • 权重越高（无论是索引期间还是查询期间赋予的权重值）
4. 计算公式