相关性算法--Elasticsearch相关性算法

Elasticsearch相关性算法

Elasticsearch相关性算法主要分为三大部分：布尔模型，TF/IDF，向量空间模型

布尔模型：and，or，not根据这些条件来匹配文档，判断搜索词是否在文档中。

TF/IDF：相关性算法--TF/IDF 这篇文章里已经介绍了相关内容，计算词频的一种方法。

空间向量模型：每个词的在文档的集合中都有自己的权重，比如词A的权重为2，词B的权重为5，这样我们可以计作向量（2，5），他在坐标系上的图形就是远点到（2，5）点之间的连线。当我们搜索A，B的时候，有些文档中只存在A，有的文档只存在B，就可以近似的看作（2，0）和 （0，5），A和B都存在的就是（2，5）。同样通过原点和这些点的连线。比较这些线段和原点到（2，5）的线段的角度。角度越大，相关性越低，角度越低，则表示更接近模型线段，他的相关度就更高。

以上三个主要因素决定了基础相关性的计算，除此之外，Elasticsearch还提供了许多行之有效的协调因子。

1，查询归一化因子：试图将查查询结果归一化，使查询结果之间能够相互比较。

2，协调因子：文档里出现的查询词越多，它越有机会成为好的匹配结果。

例如：