coord(q,d) 評分因子，基於文件**現查詢項的個數。越多的查詢項在乙個文件中，說明文件的匹配程度越高。
querynorm(q)查詢的標準查詢
tf(t in d) 指項t在文件d**現的次數frequency。具體值為次數的開根號。
idf(t) 反轉文件頻率, 出現項t的文件數docfreq
t.getboost 查詢時候查詢項加權
norm(t,d) 長度相關的加權因子
public float coord(int overlap, int maxoverlap)
overlap: 文件中命中檢索的個數
maxoverlap: 檢索條件的個數
那麼，這個搜尋對應這個文件的overlap為1（因為匹配了book），而maxoverlap為2（因為檢索條件有兩個book和english）。
最後得到的這個搜尋對應這個文件的coord值為0.5。
這個因素對所有文件都是一樣的值，所以它不影響排序結果。比如如果我們希望所有文件的評分大一點，那麼我們就需要設定這個值。
public float querynorm(float sumofsquaredweights)
這個項是長度的加權因子，目的是為了將同樣匹配的文件，比較短的放比較前面。
比如兩個文件:
chinese
chinese book
norm(t,d) = doc.getboost()· lengthnorm· ∏ f.getboost()
public float lengthnorm(fieldinvertstate state)
這裡的doc.getboost表示文件的權重，f.getboost表示欄位的權重，如果這兩個都設定為1，那麼nor(t,d)就和lengthnorm一樣的值。
比如我現在有乙個文件:
chinese book但是非常遺憾，如果你使用explain去檢視es的時候，發現lengthnorm顯示的只有0.625。
這個官方給出的原因是精度問題，norm在儲存的時候會進行壓縮，查詢的時候進行解壓，而這個解壓是不可逆的，即decode(encode(0.714)) = 0.625。
Lucene評分機制
tfidfsimilarity類中定義了lucene評分的要素。重寫這些要素計算實現可以方便的修改lucene的打分機制。擴充套件閱讀 introduction to information retrieval,chapter 6 下面將從資訊檢索模型到具體 有效地 實現來描述lucene如何實現評...
Lucene（三）評分機制
每當搜尋到匹配文件時,該文件都會被賦予一定的分值，用以反映匹配程度。該分值會計算文件與查詢之間的相似程度嗎，更高的分值反映了更強的相似程度和匹配程度。評分因子 描述tf t in d 項頻率因子 文件 d 中出現項 t 的頻率 idf t 項在倒排檔案中出現的頻率 它被用來衡量項的 唯一 性。出現頻...
lucene 的評分機制
elasticsearch是基於lucene的，所以他的評分機制也是基於lucene的。評分就是我們搜尋的短語和索引中每篇文件的相關度打分。如果沒有干預評分演算法的時候，每次查詢，lucene會基於乙個評分演算法來計算所有文件和搜尋語句的相關評分。使用lucene的評分機制基本能夠把最符合使用者需要...