Elasticsearch学习笔记 - 09: _score(评分)

Elasticsearch 默认是按照文档与查询的相关度(匹配度)的得分倒序返回结果的. 得分 (_score) 就越大, 表示相关性越高.

词频/逆向文档频率(TF/IDF)

当匹配到一组文档后，需要根据相关度排序这些文档，不是所有的文档都包含所有词，有些词比其他的词更重要。一个文档的相关度评分部分取决于每个查询词在文档中的 权重 。

词的权重由三个因素决定

词频

词在文档中出现的频度是多少？ 频度越高，权重越高 。 5 次提到同一词的字段比只提到 1 次的更相关。词频的计算方式如下：

tf(t in d)=frequency 
词 t 在文档 d 的词频(tf)是该词在文档中出现次数的平方根
由于词频可能非常大，有时需要做一些衰减，可以使用开根号、log、ln
tf(t in d)=√frequency

如果不在意词在某个字段中出现的频次，而只在意是否出现过，则可以在字段映射中禁用词频统计： 

PUT /my_index
{
"mappings": {
  "doc": {
    "properties": {
      "text": {
        "type":"string",
        "index_options": "docs"